Vous êtes sur la page 1sur 138

Fachbereich Mathematik und Informatik

Philipps-Universität Marburg

ONDELETTES

Claude Portenier

Semestre d’été 1998

Version du 20 octobre 2000


TABLE DES MATIÈRES

1 Distributions 1
1.1 La notion de distribution . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Dérivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Multiplication, translation et dilatation . . . . . . . . . . . . . . . . . . 7
1.4 Primitives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.5 Circuit RC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.6 Principe de superposition . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.7 Filtres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

2 Séries de Fourier 21
2.1 Fonctions périodiques et coefficients de Fourier . . . . . . . . . . . . . . 22
2.2 Formule d’inversion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3 Distributions sur Tn . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.4 Distributions périodiques . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.5 Périodisée d’une distribution à support compact . . . . . . . . . . . . . . 39

3 Transformation de Fourier 43
3.1 Intégrales de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

Claude Portenier ONDELETTES iii


TABLE DES MATIÈRES

3.2 Formule d’inversion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46


3.3 Convolution des fonctions . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.4 Distributions tempérées . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.5 Transformation de Fourier d’une distribution . . . . . . . . . . . . . . . 52
3.6 Convolution des distributions . . . . . . . . . . . . . . . . . . . . . . . 54
3.7 Fonctions à spectre compact . . . . . . . . . . . . . . . . . . . . . . . . 56
3.8 Filtres de convolution . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.9 Echantillonnage d’un signal . . . . . . . . . . . . . . . . . . . . . . . . 61

3.10 Théorème de Shannon . . . . . . . . . . . . . . . . . . . . . . . . . . . 64


3.11 Théorème de Shannon dans L2 . . . . . . . . . . . . . . . . . . . . . . . 66

4 Décompositions continues en ondelettes 69


4.1 Transformation de Gabor . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.2 Décomposition continue en ondelettes. . . . . . . . . . . . . . . . . . . . 74
4.3 Théorème de reconstruction . . . . . . . . . . . . . . . . . . . . . . . . 79
4.4 Exemples d’ondelettes . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.5 Exemples de transformées en ondelettes . . . . . . . . . . . . . . . . . . 90

4.6 Ondelettes régulières . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92

5 Bases d’ondelettes 95
5.1 Analyses multi-échelles de L2 (R) . . . . . . . . . . . . . . . . . . . . . 96
5.2 Construction du père des ondelettes . . . . . . . . . . . . . . . . . . . 101

5.3 Construction de la mère des ondelettes . . . . . . . . . . . . . . . . . . 108

6 Polynômes trigonométriques et symboles de Legendre 119


6.1 Formules trigonométriques . . . . . . . . . . . . . . . . . . . . . . . . 120
6.2 Formule de Jackson . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
6.3 Sommes de Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
6.4 Polynômes trigonométriques de Bernstein . . . . . . . . . . . . . . . . 127
6.5 La fonction de Carleman . . . . . . . . . . . . . . . . . . . . . . . . . 129

iv ONDELETTES Claude Portenier


Introduction

L’étude d’un signal f , déÞni sur R , se fait en général à l’aide de la transformation de


Fourier, discrète s’il est périodique de période 1 par exemple, ou continue dans le cas général.
On décompose, i.e. on analyse, f en série de Fourier

X Z 1
2πik·¦
f= ck · e avec ck = e−2πik·t · f (t) dt
k∈Z 0

dans le premier cas, ou en intégrale de Fourier


Z Z
2πiλ·¦
f= Ff (λ) · e dλ avec Ff (λ) = e−2πiλ·t · f (t) dt
R R
¡ ¢
dans le second. La suite e2πik·¦ k∈Z des exponentielles 1-périodiques est une base hilbertienne
¡ ¢
de L2 ([0, 1]) , tandis que la famille e2πiλ·¦ λ∈R de toutes les exponentielles, qui n’est pas dans
L2 (R) , en fournit une décomposition continue, mais nécessite un outil plus élaboré. Ces
ondes élémentaires sont caractérisées par leur fréquence k , respectivement λ , bien déterminée.
Toutefois, cette méthode s’est avérée dans les applications pratiques avoir un inconvénient
majeur : les ondes élémentaires ont une extension spatiale complète. On a essayé d’y remédier
en introduisant la transformation de Fourier à fenêtre glissante ρ dûe à D. Gabor dans les
années 1940
ZZ
f= Fρ f (λ, s) · ρ (¦ − s) · e2πiλ·¦ dλds
R2

avec
Z
Fρ f (λ, s) = e−2πiλ·t · ρ̄ (t − s) · f (t) dt ,
R

2
par exemple ρ (t) = e−πt . Son défaut est la largeur Þxe de la fenêtre. C’est un géophysicien
J. Morlet qui, pour des problèmes de prospection pétrolière, a proposé en 1983 une nouvelle
méthode. Soit ζ une fonction de base, appelée ondelette-mère. Pour tout s ∈ R et ε ∈ R∗+ , on
pose

µ ¶ ÃZ !1/2
1 t−s dλ
ζ s,ε (t) := √ · ζ et cζ := |Fζ (λ)|2 .
ε ε R∗+ λ

Claude Portenier ONDELETTES v


Introduction

Si ζ = ÿζ et cζ < ∞ , on a
ZZ Z
−2 dsdε
f = cζ · Wf (s, ε) · ζ s,ε 2 avec Wf (s, ε) = ζ s,ε (t) · f (t) dt .
R2 ε R
2
Morlet a tout d’abord utilisé la fonction ζ (t) = e−t /2 · cos 5t , qui malheureusement
ne satisfait pas à la condition cζ < ∞ ; par contre on peut prendre la 8ème dérivée d’une
gaussienne. C’est Þnalement Y. Meyer qui a pû en 1985 construire une ondelette ψ ∈ S (R)
telle, qu’en posant
¡ ¢
ζ j,k (t) := 2j/2 · ζ 2j t − k ,
¡ ¢
la suite double ζ j,k j,k∈Z soit une base hilbertienne de L2 (R) , i.e.
X Z
f= cj,k · ζ j,k avec cj,k = ζ j,k (t) · f (t) dt .
j,k∈Z R

La mise en oeuvre de ce programme avec un appareil assez proche de notre intuition nous
oblige à introduire les distributions. Voici une manière de comprendre la nécessité de leur
utilisation, et le rôle tout à fait naturel qu’elles jouent.
Considérons une boule de billard et le problème de la réßexion sur une bande au temps
t=0:

Admettons qu’il existe un appareil (idéel) qui mesure la variation de la seconde coordonnée
p de l’impulsion entre deux temps donnés. Nous supposons que p est déÞnie sur R r {0} . Par
l’expérience nous savons que, pour s < t avec s, t 6= 0 , on a
½
α si s < 0 < t
p (t) − p (s) =
0 sinon
pour un certain α > 0 dépendant de la vitesse et de l’angle d’incidence. Si ce phénomène est
décrit par une fonction force de composante F , la loi de Newton F = pú entraîne
Z t Z t Z
p (t) − p (s) = pú = F = 1[s,t] · F .
s s

Si F est continue, voire même F ∈ L1loc (R) , le théorème de la convergence dominée


de Lebesgue montre, en choisissant des suites (sk )k∈N et (tk )k∈N telles que sk < 0 < tk et
limk sk = limk tk = 0 , que
Z
1[sk ,tk ] · F −→ 0 ,

ce qui est absurde. Il n’existe donc pas de fonction force. Par quoi faut-il la remplacer ?
En fait l’expérience nous fournit la correspondance
1[s,t] 7−→ α · 1[s,t] (0) ,

vi ONDELETTES Claude Portenier


Introduction

puis la forme linéaire


ϕ 7−→ α · ϕ (0) : E (R) −→ C ,
où E (R) désigne l’espace vectoriel des fonctions en escalier sur R . Cela signiÞe qu’une fonc-
tion en escalier (fonction test) correspond à un appareil (idéel), l’addition de deux fonctions
s’exprimant par un certain amalgamme des appareils correspondants. Un appareil réel ne réagis-
sant pas instantanément, il est certainement plus naturel de lui associer une fonction continue,
voire même indéÞniment dérivable, à supposrt compact.
Remarquons en outre que l’opération de moyenne pondérée de F
Z
ϕ 7−→ ϕ · F ,

est plus proche de la réalité expérimentale, une fonction n’étant connue ponctuellement que
par certaines limites de telles moyennes.
Ceci montre qu’il est plus général et plus naturel de considérer des formes linéaires que des
fonctions. L’espace vectoriel des fonctions-test peut être de nature très différente suivant les
besoins :
E (R) pour les probabilités (théorie de la mesure)
K (R) pour l’analyse (théorie de l’intégration)
D (R) pour l’analyse fonctionnelle (théorie des distributions).
Nous allons dans la suite concentrer notre attention sur le dernier cas.

Claude Portenier ONDELETTES vii


Chapitre 1

Distributions

Claude Portenier ONDELETTES 1


1.1 La notion de distribution

1.1 La notion de distribution


Soit X un ouvert de Rn , ou plus généralement une sous-variété avec bord de Rn . Rappelons
que D (X) désigne l’espace vectoriel des fonctions complexes indéÞniment dérivables à support
compact dans X . L’exemple standard d’une telle fonction est
( 1

(|x|2 −1) si |x| 6 1
ρ (x) := e .
0 sinon

DEFINITION 1 Nous dirons qu’une forme linéaire

ξ : D (X) −→ C : ϕ 7−→ ξ (ϕ) =: hϕ, ξi ,

i.e. un élément du dual algébrique D (X)∗ de D (X) , est une distibution (algébrique) sur X .
Nous écrirons hϕ, ξiD si cela est nécessaire.

La notion de distribution habituelle nécessite encore une condition de continuité, pour


restreindre la classe d’objets considérés et obtenir des théorèmes de structure intéressants.
Mais nous n’en n’aurons pas besoin dans la suite.
Rappelons que la structure d’espace vectoriel de D (X)∗ est donnée, pour tout ξ, η ∈
D (X)∗ , α ∈ C et ϕ ∈ D (X) , par

hϕ, α · ξi = α · hϕ, ξi et hϕ, ξ + ηi = hϕ, ξi + hϕ, ηi .

EXEMPLE 1 Soit f ∈ L1loc (X) . Il est clair que


Z Z
[f] : ϕ 7−→ ϕ · f = ϕ (x) · f (x) dx

est une forme linéaire sur D (X) , donc une distribution sur X . L’application

f 7−→ [f ] : L1loc (X) −→ D (X)∗

est évidemment linéaire et on peut montrer qu’elle est injective (exercice), ce qui signiÞe que
la forme linéaire [f] détermine parfaitement la classe f ∈ L1loc (X) , ou bien la fonction f
à un ensemble de mesure nulle près. Ceci montre que les distributions sont des “fonctions
généralisées” .

L’exemple le plus simple d’une distribution qui n’est pas de la forme [f] est celle de Dirac
(exercice) :

2 Distributions Claude Portenier


La notion de distribution 1.1

DEFINITION 2 Pour tout x ∈ X , on dit que la forme linéaire d’évaluation en x


δ x : ϕ 7−→ ϕ (x)

est la distribution de Dirac en x . Si X est une partie de Rn et 0 ∈ X , on écrit δ à la place de


δ0 .

EXEMPLE 2 Soit α une fonction croissante sur un intervalle ouvert J de R . Il est clair que
Z
λα : ϕ 7−→ ϕ (t) dα (t)

est une forme linéaire sur D (J) , i.e une distribution sur J .
Par exemple
Z
λ := λid : ϕ 7−→ ϕ

est l’intégrale de Lebesgue. Avec les notations ci-dessus on a


Z
hϕ, λi = ϕ = hϕ, [1]i ,

i.e. l’intégrale de Lebesgue est la fonction généralisée 1 !


La fonction α strictement croissante et continue, dont le graphe est en première approxi-
mation

déÞnit la mesure de Hausdorff sur l’ensemble de Cantor. Rappelons que cet ensemble a une
mesure de Lebesgue nulle !

DEFINITION 3 Pour tout t ∈ J , on pose ht := 1[t,∞[|J et on dit que c’est la fonction de


Heaviside en t . Si 0 ∈ J , on écrit par commodité h à la place de h0 .
R
On a ϕ dht = ϕ (t) , ce qui montre que λht = εt est la distribution de Dirac en t .

Claude Portenier Distributions 3


1.2 Dérivation

1.2 Dérivation
Si f ∈ C (1) (X) et j ∈ {1, . . . , n} , pour tout ϕ ∈ D (X) , on a
Z Z
hϕ, [∂j f ]i = ϕ · ∂j f = − ∂j ϕ · f = − h∂j ϕ, f i

en ayant utilisé une partition de l’unité, le théorème de Fubini et la formule d’intégration par
partie. Ceci nous conduit à poser la

DEFINITION 1 Pour tout ξ ∈ D (X)∗ et j ∈ {1, . . . , n} , on déÞnit une distribution ∂j ξ


par
hϕ, ∂j ξi := − h∂j ϕ, ξi ,
dite la dérivée de ξ au sens des distributions . Plus généralement, si α ∈ Nn , on pose |α| :=
|α1 | + ... + |αn | et on déÞnit la distribution ∂ α ξ par
hϕ, ∂ α ξi := (−1)|α| h∂ α ϕ, ξi .
Le calcul du début montre par récurrence que :

PROPOSITION Si f ∈ C (k) (X) , alors pour tout α ∈ Nn avec |α| 6 k , la dérivée au sens
des distributions coïncide avec la dérivée classique ∂ α f , i.e.
∂ α [f ] = [∂ α f ] .
Nous travaillons dans les exemples qui suivent dans l’espace des distributions sur R ou un
intervalle J de R .

EXEMPLE 1 Calculons
Z Z 0 Z ∞
hϕ, ∂ [|id|]i = − h∂ϕ, [|id|]i = − ∂ϕ (s) · |s| ds = ∂ϕ (s) · s ds − ∂ϕ (s) · s ds =
−∞ 0

Z 0 Z ∞ Z
=− ϕ (s) ds + ϕ (s) ds = ϕ (s) · sgn (s) ds = hϕ, sgni .
−∞ 0

Ceci montre que


∂ [|id|] = [sgn] .

EXEMPLE 2 De même, on a
Z 0 Z ∞
hϕ, ∂ [sgn]i = − h∂ϕ, [sgn]i = ∂ϕ (s) ds − ∂ϕ (s) ds = ϕ (0) + ϕ (0) = hϕ, 2δi ,
−∞ 0

ce qui montre que


∂ [sgn] = 2δ .

4 Distributions Claude Portenier


Dérivation 1.2

Avec un calcul analogue on obtient


∂ [ht ] = δ t .
Plus généralement :

EXEMPLE 3 Soit α une fonction croissante sur R . Etant donné ϕ ∈ D (R) et (tj ) une
subdivision de son support, il existe sj ∈ [tj , tj+1 ] avec
ϕ (tj+1 ) − ϕ (tj )
∂ϕ (sj ) = .
tj+1 − tj
Grâce au théorème de Lebesgue, il vient alors
Z X
hϕ, ∂ [α]i = − h∂ϕ, αi = − ∂ϕ (x) · α (x−) dx = − lim ∂ϕ (sj ) · α (tj+1 −) · (tj+1 − tj ) =

X hX X i
= − lim [ϕ (tj+1 ) − ϕ (tj )] · α (tj+1 −) = − lim ϕ (tj ) α (tj −) − ϕ (tj ) α (tj+1 −) =

X Z
= lim ϕ (tj ) · [α (tj+1 −) − α (tj −)] =
ϕ dα = hϕ, λα i ,
P P
car ∂ϕ (sj ) · 1[tj ,tj+1 [ converge ponctuellement vers ∂ϕ et α (tj+1 −) · 1[tj ,tj+1 [ vers α (¦−) .
Ainsi
∂ [α] = λα .
Avant la théorie des distributions, les électrotechniciens et les physiciens ont “résolu” le
problème du choc d’une boule de billard en introduisant un nouvel objet δ , dite fonction de
Dirac , ayant les propriétés suivantes :
δ (t) = 0 pour tout t 6= 0 et δ (0) = ∞ ,
mais
Z
δ (t) dt = 1 !

On en “déduisait” que
Z t
h (t) = δ (s) ds , i.e. ∂h = δ ,
−∞
puis que
Z Z Z ∞
ϕ (t) · δ (t) dt = ϕ (t) · h (t)|∞
−∞ − ∂ϕ (t) · h (t) dt = − ∂ϕ (t) dt = ϕ (0) .
0

Ces calculs sont analogues à ceux que nous avons fait ci-dessus, la seule différence provenant
du fait que les objets avec lesquels nous travaillons sont mathématiquement bien déÞnis.

EXEMPLE 4 Soient F une fonction sur J telle qu’il existe f ∈ L1loc (J) et τ ∈ J avec
Z ¦
F = F (τ ) + f (s) ds .
τ

Claude Portenier Distributions 5


1.2 Dérivation

Alors F est une fonction continue, on a


∂ [F ] = [f] ,
f est univoquement déterminée par F et la formule est vraie pour tout τ ∈ J .
Il est clair que F est continue (théorème de Lebesgue). Pour tout ϕ ∈ D (J) , grâce au
théorème de Fubini on a
Z Z µZ t ¶
hϕ, ∂ [F ]i = − h∂ϕ, F i = − ∂ϕ (t) · c dt − ∂ϕ (t) · f (s) ds dt =
τ

Z τ µZ s ¶ Z sup J µZ sup J ¶
= ∂ϕ (t) dt · f (s) ds − ∂ϕ (t) dt · f (s) ds =
inf J inf J τ s
Z τ Z sup J Z
= ϕ (s) · f (s) ds + ϕ (s) · f (s) ds = ϕ (s) · f (s) ds = hϕ, [f ]i .
inf J τ

Si fe ∈ L1loc (J) est telle que F = F (τ ) + fe(s) ds , on a
τ
h i
[f ] = ∂ [F ] = fe ,

donc f = fe (comme classe de fonctions), puisque l’application f 7−→ [f ] : L1loc (J) −→ D (J)∗
est injective (cf. exemple 1.1.1). La formule est également vraie pour e τ ∈ J , puisque
Z ¦ Z eτ Z ¦ Z ¦
F (τ ) + f = F (τ ) + f+ f = F (e
τ) + f . ¤
τ τ e
τ e
τ

DEFINITION 2 On dit qu’une fonction F sur J est (localement) absolument continue s’il
existe f ∈ L1loc (J) telle que
Z ¦
F = F (τ ) + f (s) ds pour tout τ ∈ J .
τ

La fonction f est dite la dérivée de F et on écrit f = ∂F . On désigne par AC (J) l’ensemble


des fonctions absolument continues sur J .
Il est clair qu’une fonction continûment dérivable sur J est absolument continue.

REMARQUE Lebesgue a montré que F est dérivable p.p. et que cette dérivée, déÞnie p.p. ,
est égale p.p. à f . Ce résultat n’est pas utile car on ne peut pas le généraliser aux dimensions
supérieures.

THEOREME Si F, G ∈ AC (J) , alors F · G ∈ AC (J) et


∂ (F · G) = ∂F · G + F · ∂G .
La démonstration est laissée en exercice. ¤

6 Distributions Claude Portenier


Multiplication, translation et dilatation 1.3

1.3 Multiplication, translation et dilatation


Soit g ∈ C (∞) (X) et f ∈ L1loc (X) . Pour tout ϕ ∈ D (X) , on a alors
Z
hϕ, [g · f ]i = ϕ · g · f = hg · ϕ, [f ]i

puisque g · ϕ ∈ D (X) . Ceci nous conduit à poser la

DEFINITION 1 Pour tout ξ ∈ D (X)∗ et g ∈ C (∞) (X) , on déÞnit la distribution produit


g · ξ de ξ par g en posant
hϕ, g · ξi := hg · ϕ, ξi .
Le calcul du début montre que, pour tout f ∈ L1loc (X) , on a
g · [f ] = [g · f ] .

EXEMPLE Pour tout x ∈ X, on a g · δ x = g (x) · δ x .


En effet, pour tout ϕ ∈ D (X) , il vient
hϕ, g · δ x i = hg · ϕ, δ x i = g (x) · ϕ (x) = g (x) · hϕ, δ x i = hϕ, g (x) · δ x i . ¤

PROPOSITION (Règle du produit) On a


∂j (g · ξ) = ∂j g · ξ + g · ∂j ξ .
En effet
hϕ, ∂j g · ξ + g · ∂j ξi = h∂j g · ϕ, ξi + hg · ϕ, ∂j ξi = h∂j g · ϕ, ξi − h∂j (g · ϕ) , ξi =

= − hg · ∂j ϕ, ξi = − h∂j ϕ, g · ξi = hϕ, ∂j (g · ξ)i . ¤

REMARQUE Par récurrence on démontre la formule de Leibniz :


X µα¶
α
∂ (g · ξ) = · ∂ β g · ∂ α−β ξ .
β6α
β

Si f est une fonction sur Rn , pour tout y ∈ Rn , on déÞnit la fonction translatée Ty f = fy


par
fy (x) := f (x − y) .
Si f ∈ L1loc (Rn ) , alors pour tout ϕ ∈ D (Rn ) , on a
Z Z
­ ¯ ®
hϕ, [fy ]i = ϕ (x) · f (x − y) dx = ϕ (x + y) · f (x) dx = ϕ−y ¯ [f ] .

Claude Portenier Distributions 7


1.3 Multiplication, translation et dilatation

Ceci nous conduit à poser la

DEFINITION 2 Si ξ ∈ D (Rn )∗ , la distribution translatée Ty ξ = ξ y est déÞnie par


­ ®
ϕ, ξ y := hϕ−y , ξi .

Le calcul ci-dessus montre que


[f]y = [fy ] .
Il est évident que ht et δ t sont les translatées de h et δ .

PROPOSITION (Invariance par translation de la dérivation) Pour tout α ∈ Nn ,


ξ ∈ D (Rn )∗ et y ∈ Rn , on a
¡ ¢
∂ α ξ y = (∂ α ξ)y .
Pour tout ϕ ∈ D (Rn ) , on a
­ ¡ ¢® D E
α |α| ­ α ® |α| α
ϕ, ∂ ξ y = (−1) · ∂ ϕ, ξ y = (−1) · (∂ ϕ)−y , ξ =

­ ¡ ¢ ® ­ ® D E
= (−1)|α| · ∂ α ϕ−y , ξ = ϕ−y , ∂ α ξ = ϕ, (∂ α ξ)y . ¤

Si f est une fonction sur Rn , pour tout h ∈ R∗ := R r {0} , on déÞnit la fonction dilatée
Sh f par
1 ³x´
Sh f (x) := n · f .
h2 h
Si f ∈ L1loc (Rn ) , alors pour tout ϕ ∈ D (Rn ) , on a
Z ³x´ Z
1 n
hϕ, [Sh f ]i = ϕ (x) · n · f dx = h 2 · ϕ (hx) · f (x) dx = hS 1 ϕ, [f]i .
h2 h h

Ceci nous conduit à poser la déÞnition

DEFINITION 3 Si ξ ∈ D (Rn )∗ , la distribution dilatée Sh ξ est déÞnie par


D E
hϕ, Sh ξi := S 1 ϕ, ξ .
h

Le calcul ci-dessus montre que Sh [f ] = [Sh f ] .

REMARQUE Le cas particulier h = −1 de la symétrie centrale se note


fÿ := S−1 f et ÿξ := S−1 ξ .

8 Distributions Claude Portenier


Primitives 1.4

1.4 Primitives

PROPOSITION Soit J un intervalle ouvert de R et ξ ∈ D (J)∗ . Si ∂ξ = 0 , alors ξ est


une fonction constante.
Si ξ 6= 0 et χ ∈ D (J) avec hχ, ξi = 1 , alors
D (J) = Ker ξ ⊕ C · χ .
Remarquons que l’unique décomposition de ϕ ∈ D (J) par rapport à cette somme s’écrit sous
la forme
ϕ = [ϕ − hϕ, ξi · χ] + hϕ, ξi · χ .
Pour tout ϕ ∈ D (J) , on a
h∂ϕ, ξi = − hϕ, ∂ξi = 0 ,
donc
∂ (D (J)) ⊂ Ker ξ .
En particulier, puisque ∂λ = ∂ [1] = 0 , il vient
½ ¯Z ¾
¯
∂ (D (J)) ⊂ Ker λ = ψ ∈ D (J) ¯ ψ=0 .
¯

En fait on a égalité, car si ψ ∈ Ker λ , en posant


Z ¦
ϕ := ψ ∈ C (∞) (J) ,

on a ϕ à support compact et ∂ϕ = ψ . Ainsi Ker λ ⊂ Ker ξ , mais puisque ces sous-espaces


vectoriels sont de codimension 1 , il sont égaux. Pour tout ϕ ∈ D (J) , on a alors
ϕ − hϕ, ξi · χ ∈ Ker ξ = Ker λ ,
donc
hϕ, ξi hχ, λi = hϕ, λi .
Comme χ ∈
/ Ker ξ = Ker λ , on a hχ, λi 6= 0 et par suite
¿ À ¿ À
1 [1]
hϕ, ξi = ϕ, · λ = ϕ, ,
hχ, λi hχ, λi
i.e.
· ¸
1
ξ= . ¤
hχ, λi

THEOREME Toute distribution possède une primitive :

Claude Portenier Distributions 9


1.4 Primitives

Pour tout η ∈ D (J)∗ , il existe ξ ∈ D (J)∗ avec ∂ξ = η . Cette distribution est univoquement
déterminée à une fonction constante additive près.
La démonstration est laissée en exercice. ¤

COROLLAIRE Si f ∈ L1loc (J) , alors toute solution ξ ∈ D (J)∗ de ∂ξ = [f] est de la forme
ξ = [F ] avec F ∈ AC (J) et ∂F = f , i.e. si τ ∈ J est donné, on a
Z ¦
F =c+ f pour un certain c ∈ C .
τ

REMARQUE On peut adapter les constructions que nous avons faites dans le cadre des
distributions à d’autres situations faisant intervenir un espace vectoriel (de fonctions) test F et
l’espace vectoriel F ∗ des distributions correspondantes, pour autant que les opérations effectuées
aient un sens. Il est en général utile d’introduire une topologie d’espace localement convexe sur
F .

10 Distributions Claude Portenier


Circuit RC 1.5

1.5 Circuit RC

Les lois de Kirchhoff et d’Ohm fournissent tout d’abord l’équation


R·i+g =f ,
puis celle du condensateur les relations
1
i = ∂Q et g = ·Q .
C
Ainsi
RC · ∂g + g = f .
On considère ce circuit comme un Þltre , de signal d’entrée f et de signal de sortie g .
On dit aussi que g est le signal Þltré , ou la réponse . Dans le cas continûment dérivable la
théorie des équations différentielles ordinaires montre que ce dernier signal est univoquement
déterminé par une condition initiale, en 0 par exemple. Pratiquement il est plus utile d’imposer
la condition
lim g (t) = 0 ,
t→−∞

mais cela nécessite une condition supplémentaire sur f .


Nous allons maintenant nous placer dans le cadre des distributions. Peut-on résoudre, au
sens des distributions, l’équation différentielle
RC · ∂ξ + ξ = η (∗, η)
avec η ∈ D (R)∗ donné ?
id
Remarquons tout d’abord, puisque e± RC ∈ C (∞) (R) , que l’application
id
ξ 7−→ e RC · ξ
est une bijection de D (R)∗ sur D (R)∗ , d’inverse
id
ζ 7−→ e− RC · ζ .

id
THEOREME Pour tout ξ ∈ D (R)∗ , posons ζ := e RC · ξ .

Claude Portenier Distributions 11


1.5 Circuit RC

(i) Pour que ξ soit solution de (∗, η) , il faut et il suffit que ζ soit solution de
1 id
∂ζ = · e RC · η . (∗∗, η)
RC
¡ ¢
(ii) Soit y ∈ R . Si ξ est solution de (∗, η) , alors ξ y est solution de ∗, η y .
(iii) Si e 1 id
ζ est une primitive de RC
· e RC · η , i.e. une solution de (∗∗, η) , alors toute solution
de (∗, η) est de la forme
id
³ ´
e− RC e
· [c] + ζ avec c ∈ C .

Soit f ∈ L1loc (R) .


(iv) Toute solution de (∗, [f ]) est une fonction absolument continue de la forme
µ Z ¦ ¶
id
− RC 1 s
e · [c] + · e RC · f (s) ds avec c ∈ C .
0 RC

(v) Pour que (∗, [f ]) possède une solution g telle que

lim g (t) = 0 ,
t→−∞

il faut et il suffit que


Z t
s
limt→−∞ e RC · f (s) ds existe .
0
id
(vi) Si 1]−∞,0] · e RC · f ∈ L1 (R) , alors f satisfait à la condition de (v) et on a
Z ¦
1 (s−¦)
g= · e RC · f (s) ds .
−∞ RC

C’est le cas par exemple s’il existe k ∈ N avec


f
1]−∞,0] · ∈ L1 (R) .
idk

Démonstration de (i) C’est immédiat, car par la règle du produit (cf. 1.3) on a
1 id id 1 id
∂ζ = · e RC · ξ + e RC · ∂ξ = · e RC (RC · ∂ξ + ξ) .
RC RC
Démonstration de (ii) En effet
¡ ¢
RC · ∂ ξ y + ξ y = (RC · ∂ξ + ξ)y = ηy

par l’invariance de la dérivation par translation (cf. 1.3).


Démonstration de (iii) Cela découle du théorème 1.4.
Démonstration de (iv) C’est une conséquence de l’exemple 1.2.4 et (iii).
Démonstration de (v) C’est immédiat par (iv).

12 Distributions Claude Portenier


Circuit RC 1.5

Démonstration de (vi) En écrivant


Z t Z
s id
e RC · f (s) ds = − 1]−∞,t] · e RC · f ,
0 R

on peut appliquer le théorème de la convergence dominée de Lebesgue. En effet


id
1]−∞,t] · e RC · f → 0 ponctuellement
et
¯ ¯ ¯ ¯
¯ id ¯ ¯ id ¯
¯1]−∞,t] · e · f ¯ 6 ¯1]−∞,0] · e · f ¯
RC RC

pour tout t 6 0 . S’il existe k ∈ N avec 1]−∞,0] · f


idk
∈ L1 (R) , la condition est satisfaite car la
id
fonction idk ·e RC est bornée sur ]−∞, 0] . ¤

COROLLAIRE Soit E le sous-espace vectoriel E des f ∈ L1loc (R) tels que


id
1]−∞,0] · e RC · f ∈ L1 (R) .
L’application ”solution”
Z ¦
1 (s−¦)
T : f 7−→ · e RC · f (s) ds : E −→ AC (R) ,→ D (R)∗
−∞ RC
est linéaire et invariante par translation. C’est un inverse à droite de l’opérateur différentiel
RC · ∂ + ¦ : D (R)∗ −→ D (R)∗ ,
i.e. (RC · ∂ + ¦) ◦ T est l’injection canonique E ,→ D (R)∗ .
Nous allons maintenant exprimer cette solution sous une autre forme que nous pourrons
interpréter. Pour tout t ∈ R , on a
Z t Z
1 (s−t) 1 (t−s)
g (t) = · e RC · f (s) ds = · h (t − s) · e− RC · f (s) ds =
−∞ RC RC
Z
= Es (t) · f (s) ds ,

en ayant posé
1 id
· h · e− RC ∈ L1loc (R) .
E :=
RC
Pour tout s ∈ R , on a trivialement limt→−∞ Es (t) = 0 et
µ ¶
1 (id −s)
− RC
∂ [Es ] = ∂ ·e · [hs ] =
RC

1 −s)
− (idRC 1 (id −s)
=− 2 ·e · [hs ] + · e− RC · δ s =
(RC) RC

1 1
=− · [Es ] + · δs ,
RC RC

Claude Portenier Distributions 13


1.5 Circuit RC

par l’exemple 1.3. Ainsi


RC · ∂ [Es ] + [Es ] = δ s ,
i.e. [Es ] est solution de (∗, δ s ) .
On dit que Es est la solution élémentaire en s de notre problème avec condition initiale,
ou la réponse impulsionnelle .
Ceci nous permet d’interpréter la solution g comme la superposition des réponses impul-
sionnelles pondérées par f . On peut aussi écrire g à l’aide du produit de convolution :
g =E∗f .
Rappelons que le produit de convolution de deux fonctions u, v sur Rn est déÞni par
Z
u ∗ v (x) := u (x − y) · v (y) dy

si cela a un sens (exercice).

14 Distributions Claude Portenier


Principe de superposition 1.6

1.6 Principe de superposition


Du fait de la linéarité de l’équation différentielle (∗, η) du paragraphe précédent, on a un
principe de superposition élémentaire :

LEMME Si ξ 1 et ξ 2 sont solutions de (∗, η1 ) et (∗, η 2 ) respectivement, alors ξ 1 + ξ 2 est


solution de (∗, η 1 + η 2 ) .
On peut généraliser ce principe comme suit :

DEFINITION Soit F un espace vectoriel (de fonctions) test. Si m est une intégrale sur un
espace topologique séparé Λ et si ζ : λ 7−→ ζ (λ) : Λ −→ F ∗ est une application à valeurs dans
F ∗ , on dit que ζ est m-intégrable dans F ∗ si, pour tout ϕ ∈ F , la fonction
hϕ, ζi : λ 7−→ hϕ, ζ (λ)i : Λ −→ C
est m-intégrable. Dans ce cas on peut déÞnir une forme linéaire
Z Z
ζ dm : ϕ 7−→ hϕ, ζi dm : F −→ C .

On a donc
¿ Z À Z
ϕ, ζ dm = hϕ, ζi dm ,
R
et on dit que ζ dm est l’ intégrale de ζ dans F ∗ .

EXEMPLE 1 Si f ∈ L1loc (R) , L’application s 7−→ f (s) · δ s : R −→ D (R)∗ est Lebesgue-


intégrable dans D (R)∗ et on a
Z
[f] = f (s) · δ s ds .

En effet, pour tout ϕ ∈ D (R) , la fonction


s 7−→ hϕ, f (s) · δ s i = ϕ (s) · f (s)
est Lebesgue-intégrable et
¿ Z À Z Z
ϕ, f (s) · δ s ds = hϕ, f (s) · δ s i ds = ϕ (s) · f (s) ds = hϕ, [f]i . ¤

id
EXEMPLE 2 Si 1]−∞,0] · e RC · f ∈ L1 (R) , l’application s 7−→ f (s) · [Es ] : R −→ D (R)∗ est
Lebesgue-intégrable dans D (R)∗ .
Il nous suffit de montrer que, pour tout ϕ ∈ D (R)∗ , la fonction
Z
1 (t−s)
s 7−→ ϕ (t) · · h (t − s) · e− RC · f (s) dt
RC

Claude Portenier Distributions 15


1.6 Principe de superposition

est Lebesgue-intégrable. Par le théorème de Tonelli on obtient


Z ∗ ¯Z ¯
¯ ¯
¯ ϕ (t) · 1 · h (t − s) · e− RC · f (s) dt¯ ds 6
(t−s)

¯ RC ¯

Z ∗ µZ ∗ ¶
1 (t−s)
6 · |ϕ (t)| · 1[0,∞[ (t − s) · e − RC · |f (s)| dt ds =
RC
Z ∗ µZ ∗ ¶
1 t s
= · |ϕ (t)| · e − RC
· 1]−∞,t] (s) · e RC · |f (s)| ds dt 6
RC
µZ b ¶ µZ b ¶
1 t s
6 · |ϕ (t)| · e − RC
· e RC · |f (s)| ds < ∞ ,
RC a −∞

si supp ϕ ⊂ [a, b] . ¤

THEOREME (Principe de superposition) Soient S : F −→ F une application linéaire


et
ξ ¦ : λ 7−→ ξ λ , η ¦ : λ 7−→ ηλ : Λ −→ F ∗
t
telles que, pour
R tout λ ∈ Λ , ξ λ soit une solution de S ξ λ =∗ η λ . Si ξ ¦ est m-intégrable dans
∗ t
RF avec ξ := ξ λ dm (λ) , alors η¦ est m-intégrable dans F et ξ est solution de S ξ = η :=
η λ dm (λ) .
En effet, pour tout ϕ ∈ F , on a
­ ®
hϕ, η ¦ i = ϕ, S t ξ ¦ = hSϕ, ξ ¦ i ∈ L1 (m) ,
ce qui montre que η¦ est m-intégrable, et
Z Z ¿ Z À
­ t
® ­ t
®
ϕ, S ξ = hSϕ, ξi = hSϕ, ξ λ i dm (λ) = ϕ, S ξ λ dm (λ) = ϕ, η λ dm (λ) ,

donc
Z
t
Sξ= η λ dm (λ) . ¤

EXEMPLE 3 Nous pouvons appliquer ce résultat à l’exemple 1.5 car l’opérateur différentiel
RC · ∂ + Id : D (R)∗ −→ D (R)∗
est la transposée de
−RC · ∂ + Id : D (R) −→ D (R) .
Ainsi, si ξ ¦ : Λ −→ D (R)∗ est m-intégrable dans DR(R)∗ et, pour tout λ ∈ Λ , ξ λ est une
R de (∗, η λ ) , alors η¦ est m-intégrable et ξ := ξ λ dm (λ) est solution de (∗, η) avec
solution
η := η λ dm (λ) .
Grâce aux exemples 1 et 2 ci-dessus, on en déduit que
Z
[g] = f (s) · [Es ] ds

16 Distributions Claude Portenier


Principe de superposition 1.6

est solution de (∗, [f ]) .


Remarquons que ce résultat ne fournit qu’un résultat d’existence, mais sans avoir besoin de
la théorie (élémentaire) des équations différentielles développée en 1.4. Il est en outre plus faible
que l’égalité ponctuelle obtenue en 1.5. Toutefois on rencontre beaucoup de situations où cette
égalité ponctuelle n’est plus possible, et où l’interprétation d’une solution comme superposition
de solution élémentaire est très utile.

Claude Portenier Distributions 17


1.7 Filtres

1.7 Filtres
L’exemple précédent nous conduit à introduire les notions suivantes. Un système (de trans-
mission) est la modélisation d’un appareil ou d’un phénomène naturel transformant un signal
d’entrée en un signal de sortie. Si E et S sont respectivement l’ensemble des signaux d’entrées
et l’ensemble des signaux de sortie, on caractérise le système par une application T : E −→ S .

DEFINITION Soient E et S des espaces vectoriels de fonctions ou, plus généralement de


distributions sur Rn , invariants par translation et munis de topologies localement convexes,
par exemple normés. Nous dirons que T : E −→ S est un opérateur invariant par translation
ou un Þltre , si T est une application linéaire continue invariante par translation, i.e. telle que
¡ ¢
T ξ y = (T ξ)y pour tout ξ ∈ E et y ∈ Rn .
£ ¤
Si pour un λ ∈ Cn , on a e2πi·λ•id ∈ E , alors pour tout y ∈ Rn , on a
£ 2πi·λ•id ¤ £ 2πi·λ•(id +y) ¤ 2πi·λ•y
£ 2πi·λ•id ¤
e −y
= e = e · e
et
¡ £ 2πi·λ•id ¤¢ ³£ ¤ ´ £ 2πi·λ•id ¤
2πi·λ•id 2πi·λ•y
T e −y
= T e −y
= e · T e ,
£ ¤
D’autre part si T e2πi·λ•id = [g] avec g ∈ C (Rn ) , il vient
¡ £ ¤¢ £ ¤ £ ¤
[g−y ] = T e2πi·λ•id −y = e2πi·λ•y · T e2πi·λ•id = e2πi·λ•y · g ,

donc g−y = e2πi·λ•y · g par continuité. Il vient alors


g (y) = g−y (0) = e2πi·λ•y · g (0) ,
et par suite
£ ¤ £ ¤
T e2πi·λ•id = g (0) · e2πi·λ•id .
£ ¤
En écrivant T e2πi·λ•id (0) à la place de g (0) , nous avons prouvé la

£ 2πi·λ•id ¤
PROPOSITION£ 2πi·λ•id ¤ Si T :n E −→ S est un Þltre, alors toute exponentielle e £ 2πi·λ•id∈ ¤ E ,
telle que T e ∈ C (R ) , est une fonction propre de T de valeur propre T e (0) .

£ ¤
DEFINITION 1 La fonction κ : λ 7−→ T e2πi·λ•id (0) , en général déÞnie sur Rn , donc telle
que
£ ¤ £ ¤
T e2πi·λ•id = κ (λ) · e2πi·λ•id ,
s’appelle la fonction de transfert du Þltre T . Les fonctions |κ| et |κ|2 sont appelées respective-
ment spectre d’amplitude et spectre d’énergie du Þltre.

18 Distributions Claude Portenier


Filtres 1.7

REMARQUE 1 Cette proposition est une généralisation de la constatation suivante. Si


X
P (∂/) = aα · ∂/α : D (Rn )∗ −→ D (Rn )∗
|α|1 6m

1
est un opérateur aux dérivées partielles à coefficients constants avec ∂/ = 2πi · ∂ , on a
 
X £ ¤ X £ ¤
aα · ∂/α e2πi·λ•id =  aα · λα  · e2πi·λ•id .
|α|1 6m |α|1 6m

Si T : E −→ S est un Þltre, inverse à droite de cet opérateur aux dérivées partielles, alors
 
X £ ¤ ¡ £ ¤¢
 aα · λα  · κ (λ) · e2πi·λ•id = P (∂/) κ (λ) · e2πi·λ•id =
|α|1 6m

£ ¤ £ ¤
= P (∂/) T e2πi·λ•id = e2πi·λ•id ,
donc
 
X
κ· aα · idα  = 1 .
|α|6m

En particulier, dans le cas du circuit RC (cf. 1.5), l’opérateur différentiel est


RC · ∂ + 1 · = 2πi · RC · ∂/ + 1 · ,
donc
1
κ (λ) = ,
1 + 2πiRC · λ
et par suite
1
|κ (λ)|2 = .
1+ · λ2
4π 2 R2 C 2
1
La fréquence 2πRC , au delà de laquelle les amplitudes sont réduites d’un facteur inférieur
à √2 par le Þltre, i.e. |κ (λ)| 6 √12 , dit passe-bas , est considérée comme une fréquence de
1

coupure .

REMARQUE 2 Le principe de superposition nous invite à considérer des distributions de


la forme
X Z
£ 2πi·λ •id ¤ £ ¤
ξ= ck · e k
, ξ = c (λ) · e2πi·λ•id dλ ,

ou plus généralement
Z
£ 2πi·λ•id ¤
ξ= e dm (λ) ;
P
dans le premier cas on prend m := ck · δ λk , dans le second m := c · λ . Sous certaines
hypothèses on aura
Z
£ ¤ £ ¤
T ξ = T e2πi·λ•id (0) · e2πi·λ•id dm (λ) .

Claude Portenier Distributions 19


1.7 Filtres

Ceci nous donne un autre moyen pour résoudre certaines équations aux dérivées partielles
inhomogènes.
Nous sommes donc conduit au problème de la détermination des distributions ayant la
forme ci-dessus : on dit que l’on fait l’ analyse spectrale des distributions . Si les λk sont
multiple entier d’une fréquence de base, on est dans le cadre des séries de Fourier (cf. chap.2),
sinon dans celui de la transformation de Fourier (cf. chap. 3).

REMARQUE 3 Les exemples précèdents montre également l’utilité des concepts suivants :
Si F est un espace vectoriel (de fonctions) test, nous dirons qu’une suite (ξ k )k∈N de F ∗
converge dans F ∗ si, pour tout ϕ ∈ F , la suite (hϕ, ξ k i) converge dans C . Dans ce cas on peut
déÞnir une forme linéaire
limk ξ k : ϕ 7−→ lim hϕ, ξ k i : F −→ C
On a donc
hϕ, limk ξ k i = lim hϕ, ξ k i ,
et on dit que limk ξ k est la limite des ξ k dans F ∗ . Nous avons ainsi déÞni une notion
d’approximation dans F ∗ .
P
On dit que la série ∞ k=0 ξ k converge dans
P∞ F ∗ si la suite des sommes partielles converge

dans F vers une forme linéaire encore notée k=0 ξ k . On a donc
* ∞ +
X X∞
ϕ, ξk = hϕ, ξ k i ,
k=0 k=0
P∞
et on dit que k=0 ξ k est la somme des ξ k dans F ∗ .
Soit J un ensemble dénombrable d’indices. Rappelons que si (gj )j∈J est une famille dans
P
un espace normé G , on dit que la série j∈J gj est sommable (on dit aussi commutativement
convergente ) si, pour toute énumération de J la série correspondantePest convergente dans G .
La somme ne dépend pas de cette énumération et on la note encore j∈J gj .
P P P
Si j∈J gj est normalement sommable , i.e. j∈J kgj k est sommable, alors j∈J gj est
sommable. Si G est de dimension Þnie, la réciproque est vraie. Dans le cas des nombres
complexes
¡ ¢on dit absolument sommable . P

Si ξ j j∈J est une famille dans F , nous dirons que la série j∈J ξ j est sommable dans
P ­ ®
F ∗ , si pour tout ϕ ∈ F , la série j∈J ϕ, ξ j est absolument sommable dans C . Dans ce cas
on peut déÞnir une forme linéaire également notée
X X­ ®
ξ j : ϕ 7−→ ϕ, ξ j .
j∈J j∈J

On a donc
* +
X X­ ®
ϕ, ξj = ϕ, ξ j ,
j∈J j∈J
P
et on dit que j∈J ξ j est la somme des ξ j dans F ∗ .
Cela signiÞe que, pour toute énumération de J , la série correspondante converge dans F ∗ ,
ou bien que la fonction j 7−→ ξ j est #-intégrable dans F ∗ , où # désigne l’intégrale de comptage
sur J . La notion de sommabilité est donc un cas particulier de celle d’intégrabilité déÞnie en
1.6.

20 Distributions Claude Portenier


Chapitre 2

Séries de Fourier

Claude Portenier ONDELETTES 21


2.1 Fonctions périodiques et coefficients de Fourier

2.1 Fonctions périodiques et coefficients de Fourier

DEFINITION 1 Nous dirons qu’une fonction g déÞnie sur Rn est périodique , Zn -périodique
s’il faut préciser, si l’on a

g (x + z) = g (x) pour tout x ∈ Rn et z ∈ Zn .

Nous désignerons par L1loc,p (Rn ) l’espace vectoriel des fonctions g ∈ L1loc (Rn ) qui sont
(k)
périodiques, ainsi que par Cp (Rn ) , pour k ∈ N , le sous-espace vectoriel de celles qui sont
k-fois continûment dérivables.

Considérons le groupe topologique quotient Tn := Rn /Zn . Toute fonction périodique g


sur Rn est par déÞnition constante sur les classes module Zn , donc passe au quotient en une
fonction gTn sur Tn . Comment peut-on se représenter Tn ? Il y a deux possibilités.
(a) Les classes de Rn modulo Zn sont indexées par
£ £n
Q := − 12 , 12 ,

ce qui permet d’identiÞer l’ ensemble Tn avec Q et revient à calculer mod 1 composante par
composante. Une fonction périodique g sur Rn peut s’écrire sous la forme
X
g= (1Q · g)z ponctuellement.
z∈Zn

Elle est donc univoquement déterminée par sa restriction à Q , et celle-ci s’identiÞe à la fonction
gTn sur Tn . L’espace topologique Tn est compact, car il est l’image par l’application quotient
de Q , qui est compact.
Nous munirons Tn de l’intégrale induite par celle de Lebesgue sur Q . Elle est invariante
par les translations de Tn et de masse totale 1 . On dit que c’est l’ intégrale de Haar sur Tn .
En effet, par Fubini on se ramène au cas n = 1 . On a alors
Z Z 1
ÃZ Z !
2
− 12 1
2
−t
(gTn )t = g (s − t) ds = + g (s) ds =
T − 12 − 12 −t − 12

ÃZ 1 Z 1
! Z 1 Z
2 2
−t 2
= + g (s) ds = g (s) ds = gTn ,
1
2
−t − 12 − 12 T

car g est périodique et nous pouvons supposer que t ∈ [0, 1[ . ¤


Réciproquement si f est une fonction sur Tn , nous désignerons par fRn la fonction
périodique sur Rn correspondante. En identiÞant Tn avec Q et en prolongeant f par 0 hors de

22 Séries de Fourier Claude Portenier


Fonctions périodiques et coefficients de Fourier 2.1

Q , on a
X
fRn = fz .
z∈Zn

(b) Le groupe Tn est isomorphe au groupe Un , où U est le sous-groupe de C des nombres


complexes de module 1 , en considérant l’homomorphisme continu surjectif de groupe
¡ ¢
e2πi·¦ : x = (xj )j=0,...,n 7−→ e2πi·xj j=1,...,n := e2πi·x : Rn −→ Un ,
qui passe au quotient. C’est un homéomorphisme, puisque Tn est compact. Il y a correspon-
dance biunivoque entre les fonctions f sur Un et les fonctions périodiques sur Rn par
f 7−→ f ◦ e2πi·¦ .
Remarquons que
e2πi·¦ : Q −→ Un
¤ £n
est une bijection et que sa restriction à − 12 , 12 est une paramétrisation de la sous-variété
(U r {−1})n de Cn ≈ R2n . ¡ 1 ¢n
L’image de l’intégrale de Haar sur Tn est évidemment 2π · λUn sur Un .

DEFINITION 2 Pour tout f ∈ L1 (Tn ) et z ∈ Zn , on pose


Z
Ff (z) := e−2πi·z•t · f (t) dt .
Tn

On dit que ce sont les coefficients de Fourier de f et que l’application


n
F : f 7−→ Ff : L1 (Tn ) −→ CZ
est la transformation de Fourier .

PROPOSITION La transformation de Fourier est une application linéaire continue de


norme 6 1 de L1 (Tn ) dans `∞ (Zn ) , i.e.
kFf k∞ 6 kf k1 .
En effet
Z
¯ −2πi·z•t ¯
|Ff (z)| 6 ¯e ¯ · |f (t)| dt = kf k . ¤
1
Tn

LEMME (i) Pour tout γ ∈ R+ avec γ > n , on a


X
|z|−γ < ∞ .
06=z∈Zn
n
(ii) Pour tout c ∈ CZ , les propriétés suivantes sont équivalentes :
(a) Pour tout k ∈ N , on a
° °
° k °
°|id| · c° := sup |z|k · |c (z)| < ∞ .
∞ z∈Zn

Claude Portenier Séries de Fourier 23


2.1 Fonctions périodiques et coefficients de Fourier

(b) Pour tout k ∈ N , on a


° ° X k
° k °
°|id| · c° := |z| · |c (z)| < ∞ .
1
z∈Zn

(c) Pour tout α ∈ Nn , on a


idα ·c ∈ `1 (Zn ) .
(d) Pour tout α ∈ Nn , on a
idα ·c ∈ `∞ (Zn ) .

Démonstration de (i) Si γ > n , il vient


X Z X µ√ ¶γ Z
n
|z|−γ = |z| · 1z+Q 6
−γ
+1 · |id|−γ 6
06=z∈Zn 06=z∈Zn
2 n
R rQ

µ√ ¶γ Z
n
6 +1 · |id|−γ < ∞ ,
2 {B1/2

car si q ∈ Q , on a |q| 6 2
n
et
√ µ√ ¶
n n
|z + q| 6 |z| + 6 + 1 · |z| ,
2 2
puisque |z| > 1 , donc
µ√ ¶
n
|z| −γ
· 1z+Q 6 + 1 · 1z+Q · |id|−γ .
2
Démonstration de (ii) On a (a) ⇒ (b) car
° ° ° ° X
° k ° ° γ+k °
°|id| · c° 6 |c (0)| + °|id| · c° · |z|−γ ,
1 ∞
06=z∈Zn

et (b) ⇒ (c) puisque


° °
° |α|1 °
kid ·ck1 6 °|id| · c° .
α
1
1 n ∞ n
L’inclusion ` (Z ) ⊂ ` (Z ) prouve (c) ⇒ (d) . Finalement
° ° ° ° X
° k ° ° k °
°|id| · c° 6 °|id|1 · c° 6 aα · kidα ·ck∞ ,
∞ ∞
|α|1 6k

avec certains coefficients aα ∈ R+ , ce qui prouve (d) ⇒ (a) . ¤

n
DEFINITION 3 Nous désignerons par S (Zn ) l’ensemble des suites c = (cz )z∈Zn ∈ CZ
qui satisfont à l’une des propriétés équivalentes ci-dessus. On dit qu’elles sont à décroissance
rapide .
Pour k ∈ N , nous dirons qu’une fonction f sur Tn est k-fois continûment dérivable si la
fonction périodique fRn correspondante sur Rn l’est aussi. Nous désignerons, pour tout α ∈ Nn ,
par ∂ α f la fonction sur Tn correspondant à ∂ α fRn sur Rn .

24 Séries de Fourier Claude Portenier


Fonctions périodiques et coefficients de Fourier 2.1

Nous noterons C (k) (Tn ) l’espace vectoriel des fonctions k-fois continûment dérivables sur
T et par D (Tn ) celles qui sont indéÞniment dérivables.
n

Ces fonctions sont évidemment à support compact, puisque Tn est compact.

REMARQUE Plus généralement, toute opération sur un espace vectoriel de fonctions péri-
odiques sur Rn peut être considérée comme une opération sur l’espace vectoriel correpondant
des fonctions sur Tn .

THEOREME Soit k ∈ N .
(i) Pour tout f ∈ C (k) (Tn ) et α ∈ Nn avec |α|1 6 k , on a
F (∂/α f ) = idα ·F f .
En particulier si f ∈ C (2) (Tn ) , on a
/ f) = |id|2 · Ff
F (∆
et
F (D (Tn )) ⊂ S (Zn ) .
Pour tout c ∈ CZ avec |id|k · c ∈ `1 (Zn ) , on a
n
(ii)
X
Fbc := c (z) · e2πi·z•id ∈ C (k) (Tn )
z∈Zn

et
³ ´
∂/α Fbc = Fb (idα ·c) pour tout α ∈ Nn avec |α|1 6 k ,
ces séries étant uniformément sommables sur Tn , i.e. sommables dans C (Tn ) .
En particulier
Fb (S (Zn )) ⊂ D (Tn ) .
(iii) Quel que soit f ∈ L1 (Tn ) et t ∈ Tn , on a
F (ft ) = e−2πi·id •t · F f .
(iv) Riemann-Lebesgue Pour tout f ∈ L1 (Tn ) , on a Ff ∈ c0 (Zn ) .

Démonstration de (i) En effet, grâce au théorème de Fubini et en intégrant par partie (on
peut remarquer que ∂/ est formellement auto-adjoint !), on obtient
Z Z
α −2πi·z•x α
F (∂/ f ) (z) = e · ∂/ fR (x) dx =
n z α · e−2πi·z•x · fRn (x) dx = z α · F f (z) ,
Q Q

le terme intégré s’annulant à cause de la périodicité. Si ϕ ∈ D (Tn ) , on a donc idα ·Fϕ =


F (∂/α ϕ) ∈ `∞ (Zn ) par la proposition, donc Fϕ ∈ S (Zn ) par le lemme.
P
Démonstration de (ii) Les séries z∈Zn z α · c (z) · e2πi·z•id sont normalement, donc unifor-
mément sommables sur Tn (ou Rn !), puisque
° α °
°z · c (z) · e2πi·z•id ° 6 |z|k · |c (z)| .

Claude Portenier Séries de Fourier 25


2.1 Fonctions périodiques et coefficients de Fourier

On peut donc intervertir dérivation et sommation. Si c ∈ S (Zn ) , pour tout k ∈ N , on a


|id|k · c ∈ `1 (Zn ) par le lemme (ii), d’où le résultat.
Démonstration de (iii) Puisque l’intégrale de Haar sur Tn est invariante par translation, on
obtient
Z Z
−2πi·z•s
F (ft ) (z) = e · ft (s) ds = e−2πi·z•(s+t) · f (s) ds = e−2πi·z•t · F f (z) .
Tn Tn

Démonstration de (iv) Puisque D (Tn ) est dense dans L1 (Tn ) et que


F (D (Tn )) ⊂ S (Zn ) ⊂ c0 (Zn ) ,
il vient
¡ ¢ ³ ´
F L1 (Tn ) = F D (Tn ) ⊂ F (D (Tn )) ⊂ c0 (Zn ) = c0 (Zn )

car F : L1 (Tn ) −→ `∞ (Zn ) est continue par la proposition. ¤

26 Séries de Fourier Claude Portenier


Formule d’inversion 2.2

2.2 Formule d’inversion

REMARQUE 1 Les applications


Z
n n
F : D (T ) −→ S (Z ) : ψ 7−→ Fψ = e−2πi·¦•t · f (t) dt

et
X
b =
Fb : S (Zn ) −→ D (Tn ) : c 7−→ Fc c (z) · e2πi·z•¦
z∈Zn

sont bien déÞnies et linéaires par le théorème 2.1.


Nous allons montrer qu’elles sont réciproques l’une de l’autre.
Introduisons tout d’abord, pour r ∈ [0, 1[ , la fonction r|id|1 ∈ S (Zn ) et
X
Fbr|id|1 = r|id|1 · e2πi·z•id ∈ D (Tn ) .
z∈Zn

On a
X n
Y n X
Y n
O
Fbr|id|1 = r |zj |
·e 2πi·zj ·prj
= r |zj |
·e 2πi·zj ·prj
= ρr ,
(zj )j=1,...,n ∈Zn j=1 j=1 zj ∈Z j=1

avec
X
ρr := r|id| · e2πi·z•id ∈ D (T) .
z∈Z

Soit t ∈ T et u := e2πi·t . On a alors


X ¡ ¢ ru r
ρr (t) = 1 + rk · uk + u−k = 1 + + u
r =
k>1
1 − ru 1 − u

1 − r2 1 − r2
= ¡ ¢ = .
1 − r · u + u1 + r2 1 − 2r · cos (2πt) + r2
On en déduit que ρr > 0 , car 1 − 2r · cos (2πt) + r2 > 1 − 2r + r2 > 0 . En outre

 0 t ∈ T r {0}
limr→1− ρr (t) = si ,
 ∞ t=0
puisque si t ∈ T r {0} , on a
£ ¤
limr→1− 1 − 2 · cos (2πt) · r + r2 = 2 − 2 · cos (2πt) 6= 0 , si x ∈ Q r {0} ,
et
1 − r2 1+r
limr→1− ρr (0) = limr→1− 2
= limr→1− =∞.
1 − 2r + r 1−r

Claude Portenier Séries de Fourier 27


2.2 Formule d’inversion

10

ρ9
11

ρ
1
2
ρ0
1

-1/2 0 1/2

ρ ⊗ρ
1 1
2 2

1/2

0
-1/2
0

-1 /2
1/2

28 Séries de Fourier Claude Portenier


Formule d’inversion 2.2

Finalement
   
Z n Z
Y X n
Y X Z
Fbr|id|1 =  r|zj | · e2πi·zj •tj  dtj =  r|zj | · e2πi·zj •tj dtj  = 1 .
Tn j=1 zj ∈Z j=1 zj ∈Z

LEMME Si f ∈ L∞ (Tn ) et f est continue en 0 , alors


Z
limr→1− b |id|1 · f (t) dt = f (0) .
Fr
Tn

En effet, pour tout ε > 0 donné, il existe δ > 0 tel que l’on ait |f (t) − f (0)| 6 ε si |t|∞ 6 δ ,
donc
¯Z ¯ Z
¯ ¯
¯ b |id|1
· f (t) dt − f (0)¯¯ 6 b |id|1 · |f (t) − f (0)| dt 6
¯ n Fr n
Fr
T T

Z Ã n !
O
6 ε + 2 kf k∞ · ρr (t) dt .
Tn r{|t|∞ 6δ } j=1

Mais
Z Ã n ! n Z
à n ! Z
O X O
ρr (t) dt = ρr (t) dt = n · ρr (t) dt
Tn r {|t|∞ 6δ } j=1 k=1 Tn r{|tk |6δ} j=1 Tr{|t|6δ}
£1 £
tend vers 0 lorsque r tend vers 1− . En effet si r ∈ 2
, 1 et |t| > δ , on a
1 − r2 3 1 3 1
0 6 ρr (t) = 2 6 · 6 · ,
(1 − r) + 2r · (1 − cos 2πt) 4 1 − cos 2πt 4 1 − cos 2πδ
d’où le résultat par le théorème de Lebesgue. ¤

THEOREME (Formule d’inversion) Si f ∈ C (Tn ) et Ff ∈ `1 (Zn ) , alors


X
f (t) = Fb (F f) (t) = F f (z) · e2πi·z•t pour tout t ∈ Tn .
z∈Zn

En effet
X X X Z
|z|1 |z|1
Ff (z) = limr→1− r · F f (z) = limr→1− r · e−2πi·z•t · f (t) dt =
z∈Zn z∈Zn z∈Zn Tn

Z Ã ! Z
X
= limr→1− r |z|1 −2πi·z•x
·e · f (t) dt = limr→1− b |id|1 · f (t) dt = f (0) ,
Fr
Tn z∈Zn Tn

en ayant utilisé les théorèmes de P Lebesgue et Fubini, la somme étant interprétée comme
l’intégrale par rapport à #Zn := z∈Zn δ z . Ainsi
X X
f (t) = f−t (0) = F (f−t ) (z) = F f (z) · e2πi·z•t ,
z∈Zn z∈Zn

par le théorème 2.1.(iii). ¤

Claude Portenier Séries de Fourier 29


2.2 Formule d’inversion

COROLLAIRE La transformation de Fourier est une bijection de D (Tn ) sur S (Zn ) :


µZ ¶
n n −2πi·z•t
F : D (T ) −→ S (Z ) : ψ 7−→ Fψ := e · f (t) dt
z∈Zn

et
X
F −1 = Fb : S (Zn ) −→ D (Tn ) : c 7−→ c (z) · e2πi·z•id .
z∈Zn

Le théorème montre que Fb ◦ F = IdD(Tn ) , donc que F est injective. Elle est surjective car,
pour tout w ∈ Zn , on a
Z Ã ! Z
X X
−2πi·w•t 2πi·z•t
e c (z) · e dt = c (z) · e2πi·(z−w)•t dt = c (w) ,
Tn z∈Zn z∈Zn Tn

donc
F ◦ Fb = IdS(Zn ) . ¤

REMARQUE 2 La formule d’inversion


X
f= Ff (z) · e2πi·z•id
z∈Zn

peut se démontrer en utilisant la théorie des séries de Fourier dans L2 (Q) , i.e. en admettant
que la transformation de¢ Fourier est une bijection de L2 (Q) ⊂ L1 (Q) sur `2 (Zn ) , ou plus
¡ 2πi·z•id
précisément que e )z∈Zn est une base hilbertienne L2 (Q) . Cela signiÞe que, pour tout
P
f ∈ L2 (Q) , la série z∈Zn Ff (z) · e2πi·z•id est sommable dans L2 (Q) avec
X
f= Ff (z) · e2πi·z•id
z∈Zn
P
et, pour tout c ∈ `2 (Zn ) , la série est sommable dans L2 (Q) avec f := z∈Zn c (z) · e2πi·z•id
telle que F f = c .
L’hypothèse Ff ∈ `1 (Zn ) montre que la série du membre de droite est normalement som-
mable, donc déÞnit une fonction continue. Utilisant une énumération de Zn , le théorème de
Riesz-Fischer entraîne l’existence d’une sous-suite des sommes partielles qui converge presque
partout vers f . Mais comme f est continue on obtient alors l’égalité partout.
Nous démontrerons ce résultat dans le numéro qui suit (cf. théorème 2.3).

PROPOSITION On a f ∈ AC (T) si, et seulement si, |id| · Ff ∈ `2 (Z) . Dans ce cas


F (∂/f ) = id ·F f .
Si f ∈ AC (J) la formule se démontre en intégrant par partie. On a alors
id ·F f = F (∂/f) ∈ `2 (Z) .
Réciproquement si id ·Ff ∈ `2 (Z) , on a
1 2 ∗
Ff|Z∗ ∈ · ` (Z ) ⊂ `1 (Z∗ ) ,
id

30 Séries de Fourier Claude Portenier


Formule d’inversion 2.2

donc Ff ∈ `1 (Z) . On a f = FbFf ∈ C (T) et g := Fb (id ·Ff ) ∈ L2 (T) . Il vient alors


Z ¦ Ã !
X X ¡ ¢
2πi · g = 2πi · 1¦0 | z · Ff (z) · e2πi·z•¦ = 2πi · z · Ff (z) · 1¦0 | e2πi·z•¦ =
0 z∈Z z∈Z

¯¦ ¯¦
X e2πi·z•¦ ¯¯ X ¯ ¯¦
2πi·z•¦ ¯ b ¯
= 2πi · z · F f (z) · ¯ = F f (z) · e ¯ = FF f ¯ = −f (0) + f ,
2πi · z 0 z∈Z∗ ¯ 0
z∈Z∗ 0

donc f ∈ AC (T) et ∂/f = g . ¤

REMARQUE 3 Si f ∈ C (k) (Tn ) , alors |id|k−γ · F f ∈ `1 (Zn ) pour tout γ ∈ R+ avec γ > n .
P
Cela découle du théorème 2.1.(i), puisque 06=z∈Zn |z|−γ < ∞ si γ > n par le lemme 2.1.(ii)
:
° ° ° ° X ° °
° k−γ ° ° −γ °
°|id| · F f ° 6 °|id| · |id|1 · F f ° 6
k
aα · °|id|−γ · idα ·F f °1 6
1 1
|α|1 6k

X X
6 aα · kF (∂/α f )k∞ · |z|−γ < ∞ .
|α|1 6k 06=z∈Zn

Utilisant la théorie des séries de Fourier (cf. la remarque précédente) et l’inégalité de Cauchy-
Schwarz, on obtient même l’assertion pour γ > n2 :
à !1/2
° ° X X
° k−γ °
°|id| · Ff ° 6 aα · kF (∂/α f)k2 · |z| −2γ
<∞.
1
|α|1 6k 06=z∈Zn
£ £
Si n = 1 , alors f ∈ C (1) (T) entraîne |id|γ · Ff ∈ `1 (Z) pour tout γ ∈ 0, 12 . Ce résultat
1
peut-il être amélioré ou bien existe-il une fonction f ∈ C (1) (T) telle que |id| 2 · F f ∈
/ `1 (Z)
? La réciproque est par contre fausse. Par exemple les coefficients de Fourier de la fonction
1[− 1 , 1 [ · |id| sont
2 2

1 (−1)k − 1
F |id| (k) = .
2 π2 k2
³ ´
On a même |id|γ · F 1[− 1 , 1 [ · |id| ∈ `1 (Z) pour tout γ ∈ [0, 1[ , mais
2 2

1[− 1 , 1 [ · |id| ∈ AC (T) r C (1) (T) .


2 2

1
La fonction de Riemann
X∞
1 ¡ ¢
r := 2
· sin πk 2 · ¦
k
k=1
1
P. du Bois-Raymond, Versuch einer ClassiÞcation der willkürlichen Functionen reeller Argumente nach ihren An-
derungen in den kleinsten Intervallen, J. für Math. 79 (1875), p. 28.
G.H. Hardy, Weierstrass’s nondifferentiable function, Trans. Amer. Math. Soc. 17 (1916), p. 301-325.
J. Gerver, The differentiability of the Riemann function at certain rational multiples of π , Amer. J. Math. XCII
(1970), n◦ 1.
– , More on the differentiability of the Riemann function.

Claude Portenier Séries de Fourier 31


2.2 Formule d’inversion
£ £ 1
satisfait à |id|γ · F r ∈ `1 (Z) pour tout γ ∈ 0, 12 , |id| 2 · Fr ∈
/ `1 (Z) et elle n’est dérivable qu’en
p
les points rationnels de la forme q avec p ≡ q ≡ 1 mod 2 . On a donc r ∈ C (T) r AC (T) .
Le théorème 2.1.(ii) montre que c ∈ `1 (Z) entraîne Fc b ∈ C (T) . L’exemple ci-dessus
montre que l’on ne peut pas avoir Fbc ∈ C (1) (T) . Carleman 2 a montré qu’il existe une fonction
f ∈ C (T) telle que F f ∈ / `p (Z) pour tout p ∈ [1, 2[ . Les détails de la construction de Carleman
sont présentés au chapitre 6.
Ceci montre qu’il n’est pas possible de caractériser C (k) (Tn ) à l’aide de conditions de la
forme |id|k−γ · F f ∈ `1 (Zn ) .

REMARQUE 4 La formule d’inversion fournit une classe de fonctions pour lesquelles la


formule
X X µZ ¶
2πi·z•x 2πiz·(t−s)
f (t) = Ff (z) · e = e · f (s) ds .
z∈Zn z∈Zn

est valable pour tout t ∈ Tn .


Le membre de droite neP peut malheureusement pas être transformé en utilisant le théorème
2πi·z•id
de Fubini. L’expression z∈Zn e n’a pas de sens, mais semble déÞnir une fonction de
Dirac : en tous les points de Zn elle vaut ∞ , en les autres on a l’impression que les valeurs
de cette série se compensent. Nous allons dans ce qui suit donner un sens à cette expression
et généraliser le théorème d’inversion (cf. théorème 2.3), mais en remplaçant la convergence
pontuelle par une convergence dans un espace de distributions.

2
T. Carleman, Über die Fourierkoeffizienten einer stetigen Funktion, Acta Math. 41 (1918), p. 377-384.

32 Séries de Fourier Claude Portenier


Distributions sur Tn 2.3

2.3 Distributions sur Tn

DEFINITION 1 Nous dirons qu’une forme linéaire


η : D (Tn ) −→ C : ψ 7−→ η (ψ) =: hψ, ηi ,
i.e. un élément de D (Tn )∗ , est une distribution (algébrique) sur Tn .

EXEMPLE 1 Soit f ∈ L1 (Tn ) . Il est clair que


Z
[f ] : ψ 7−→ ψ · f : D (Tn ) −→ C
Tn
n
est une distribution sur T . L’application
f 7−→ [f ] : L1 (Tn ) −→ D (Tn )∗
est injective, comme dans le cas des distributions.

EXEMPLE 2 Pour tout t ∈ Tn ,


δ t : ψ 7−→ ψ (t) : D (Tn ) −→ C
est la distribution de Dirac en t .

DEFINITION 2 Soit S (Zn )0 l’ensemble³ des suites Z n


´ γ ∈ C à croissance polynomiale , i.e.
telles qu’il existe k ∈ N avec |γ (z)| 6 M · 1 + |z|k pour un certain M < ∞ .

P
REMARQUE 1 Pour tout c ∈ S (Zn ) et γ ∈ S (Zn )0 , la série z∈Zn c (z) · γ (z) est absolu-
ment sommable,
X
[γ] : c 7−→ c (z) · γ (z) : S (Zn ) −→ C
z∈Zn

est une forme linéaire et l’application linéaire


γ 7−→ [γ] : S (Zn )0 −→ S (Zn )∗
est injective.
C’est immédiat, puisque
X X³ ´
|c (z) · γ (z)| 6 M · 1 + |z|k · |c (z)| < ∞
z∈Zn z∈Zn

par le lemme 2.1. ¤

Claude Portenier Séries de Fourier 33


2.3 Distributions sur Tn

REMARQUE 2 On peut montrer que S (Zn )0 s’identiÞe au dual topologique de S (Zn ) muni
d’une topologie localement convexe adéquate.

LEMME Pour tout f ∈ L1 (Tn ) et c ∈ `1 (Zn ) , on a


D E
hc, [Ff ]i = Fbcÿ, [f ] .

En effet F f ∈ `∞ (Zn ) ⊂ S (Zn )0 et


X X µZ ¶
−2πi·z•t
hc, [F f]i = c (z) · Ff (z) = c (z) · e · f (t) dt =
z∈Zn z∈Zn

Z ÃX !
D E
= −2πi·z•t
c (z) · e b
· f (t) dt = F cÿ, [f ]
z∈Zn

, par le théorème de Fubini. ¤

Ceci nous conduit à poser la

DEFINITION 3 Pour tout η ∈ D (Tn )∗ , on déÞnit sa transformée de Fourier F η ∈ S (Zn )∗


par
D E
b
hc, F ηi := F cÿ, η pour tout c ∈ S (Zn ) .

Ainsi F : D (Tn)∗ −→ S (Zn )∗ est la transposée de Fb ◦ ¦ÿ : S (Zn) −→ D (Tn ) , et comme


Fb ◦ ÿ¦ est une bijection linéaire, on en déduit que F est un isomorphisme de D (Tn )∗ sur S (Zn )∗
dont l’application réciproque est la transposée de ¦ÿ ◦ F : D (Tn ) −→ S (Zn ) . Nous allons
l’étudier d’un peu plus près en nous intéressant au sous-espace vectoriel S (Zn )0 de S (Zn )∗ .

P £ ¤
PROPOSITION Pour tout γ ∈ S (Zn )0 , la série z∈Zn γ (z) · e2πi·z•id est sommable dans
D (Tn )∗ ; sa somme est notée
X £ ¤
b :=
Fγ γ (z) · e2πi·z•id .
z∈Zn

En effet, pour tout ψ ∈ D (Tn ) , on a


Z
­ £ 2πi·z•id ¤®
ψ, e = ψ · e2πi·z•id = Fψ(−z) .
Tn

Le résultat découle donc de la remarque 1, puisque Fψ ∈ S (Zn ) . Rappelons que par déÞnition
Fbγ est la forme linéaire
D E X ­ £ ¤® X
ψ 7−→ ψ, Fγ b = γ (z) · ψ, e2πi·z•id = γ (z) · Fψ(−z) . ¤
z∈Zn z∈Zn

34 Séries de Fourier Claude Portenier


Distributions sur Tn 2.3

EXEMPLE 3 Pour tout t ∈ Tn , on a


X £ ¤
e−2πi·z•t · e2πi·z•id = δ t .
z∈Zn

C’est immédiat par le corollaire 2.2 puisque, pour tout ψ ∈ D (Tn ) , on a


X­ £ ¤® X
ψ, e−2πi·z•t · e2πi·z•id = Fψ(−z) · e−2πi·z•t = FbFψ (t) = ψ (t) . ¤
z∈Zn z∈Zn

REMARQUE 3 La topologie localement convexe naturelle sur D (Tn ) est celle de la conver-
gence uniforme de toutes les dérivées partielles sur Tn . Utilisant le théorème d’inversion 2.2,
on montre que, pour tout ψ ∈ D (Tn ) , on a
X
ψ= Fψ (z) · e2πi·z•id
z∈Zn

dans l’espace localement convexe D (Tn ) .


Nous pouvons maintenant généraliser le théorème d’inversion 2.2.

THEOREME La transformation de Fourier est un isomorphisme de D (Tn )0 sur S (Zn )0 ⊂


S (Zn )∗ :
£­ −2πi·¦•id ®¤
F : D (Tn )0 −→ S (Zn )0 : η 7−→ Fη (¦) = e ,η
et
X £ ¤
F −1 = Fb : S (Zn )0 −→ D (Tn )0 : γ 7−→ Fγ
b = γ (z) · e2πi·z•id .
z∈Zn

En particulier on a
* +
X £ ¤
γ= e−2πi·¦•id , γ (z) · e2πi·z•id
z∈Zn

et
X £ ¤
η= F η (z) · e2πi·z•id dans D (Tn )∗ .
z∈Zn

En outre F est une isométrie de L2 (Tn ) sur `2 (Zn ) , i.e. (e2πi·z•¦ )z∈Zn est une base hilber-
tienne de L2 (Tn ) .
Admettant la première partie, la première formule découle de la proposition puisque
* +
X £ ¤ X ­ £ ¤® X
e−2πi·¦•id , γ (z) · e2πi·z•id = γ (z) · e−2πi·¦•id , e2πi·z•id = γ (z) · δ ¦,z = γ .
z∈Zn z∈Zn z∈Zn

La seconde formule découle, grâce à la remarque 3 ci-dessus, de la continuité de η sur D (Tn ) :


* +
X X ­ ®
hψ, ηi = F ψ (z) · e2πi·z•id , η = Fψ (−z) · e−2πi·z•id , η =
z∈Zn z∈Zn

Claude Portenier Séries de Fourier 35


2.3 Distributions sur Tn
* +
X­ ® ­ £ ¤® X­ ® £ ¤
= e−2πi·z•id , η · ψ, e2πi·z•id = ψ, e−2πi·z•id , η · e2πi·z•id .
z∈Zn z∈Zn

Finalement le lemme ci-dessus montre en utilisant le corollaire 2.2 que F est une isométrie
de D (Tn ) sur S (Zn ) pour les normes induites par L2 (Tn ) et `2 (Zn ) respectivement. Le résultat
en découle puisque ces sous-espaces vectoriels sont denses. ¤

36 Séries de Fourier Claude Portenier


Distributions périodiques 2.4

2.4 Distributions périodiques


P
Pour tout ϕ ∈ D (Rn ) , la série z∈Zn ϕz ne contient, sur tout compact de Rn , qu’un
nombre Þni de termes non-nuls et
X
ϕz ∈ Cp(∞) (Rn ) .
z∈Zn

DEFINITION (a) Nous dirons qu’une distribution ξ ∈ D (Rn)∗ est périodique si l’on a
ξ z = ξ pour tout z ∈ Zn . Nous désignerons par D (Rn )∗p l’ensemble de ces distributions.
On déÞnit une application linéaire
Φ : D (Tn )∗ −→ D (Rn )∗p
par
* +
X
hϕ, Φηi := ϕz , η ,
z∈Zn

pour tout ϕ ∈ D (Rn ) et η ∈ D (Tn )∗ .


P
(b) On dit que ρ ∈ D (Rn ) déÞnit une partition périodique de l’unité (ρz )z∈Zn si z∈Zn ρz = 1 ,
et on déÞnit une application linéaire
Ψ : D (Rn )∗p −→ D (Tn )∗
par
hψ, Ψξi := hρψ, ξi ,
n ∗
pour tout ψ ∈ D (Tn ) et ξ ∈ D (R ) .

REMARQUE Dans l’expression ρψ on considère ψ comme une fonction périodique sur Rn


!

EXEMPLE 1 On construit une partitionPpériodique de l’unité en choisissant θ ∈ D (Rn )


telle que θ > 0 et θ > 0 sur Q . On a donc z∈Zn θz 6= 0 partout et il suffit de poser
,
X
ρ := θ θz .
z∈Zn

THEOREME Si ρ déÞnit une partition périodique de l’unité, les applications Φ et Ψ sont


des isomorphismes réciproque l’un de l’autre entre l’espace des distributions sur Tn et celui des
distributions périodiques sur Rn . En particulier Ψ ne dépend pas de la partition périodique de
l’unité choisie.

Claude Portenier Séries de Fourier 37


2.4 Distributions périodiques

Pour tout η ∈ D (Tn )∗ et ψ ∈ D (Tn ) , on a


* + *Ã ! +
X X
hψ, ΨΦηi = hρψ, Φηi = (ρψ)z , η = ρz · ψ, η = hψ, ηi ,
z∈Zn z∈Zn

puisque ψ est périodique sur Rn .


Pour tout ξ ∈ D (Rn )∗p et ϕ ∈ D (Rn ) , l’ensemble
Z := {z ∈ Zn | supp ϕz ∩ supp ρ 6= ∅}
est Þni, et on a
* + * +
X X
hϕ, ΦΨξi = ϕz , Ψξ = ρ· ϕz , ξ =
z∈Zn z∈Z
* +
X X
= hρ · ϕz , ξ z i = ρ−z · ϕ, ξ = hϕ, ξi ,
z∈Z z∈Z
P
puisque ξ est périodique et z∈Z ρ−z = 1 sur supp ϕ . ¤

EXEMPLE 2 Pour tout f ∈ L1 (Tn ) , on a évidemment Φ[f ] = [f ] , en interprétant f comme


une fonction sur Tn , puis comme une fonction périodique sur Rn .
Pour tout ϕ ∈ D (Rn ) , il vient
* + Z Ã !
X X XZ
hϕ, Φ [f]i = ϕz , [f ] = ϕz ·f = ϕz · f =
z∈Zn Tn z∈Zn z∈Zn Q

XZ Z
= ϕ · f−z = ϕ · f = hϕ, [f ]i . ¤
z∈Zn Q−z Rn

COROLLAIRE La transformation de Fourier induit un isomorphisme de D (Rn )0p sur


S (Zn )0 par
£­ ®¤
F : D (Rn )0p −→ S (Zn )0 : ξ 7−→ F ξ (¦) := ρ · e−2πi·¦•id , ξ
et
X £ ¤
F −1 = Fb : S (Zn )0 −→ D (Rn )0p : γ 7−→ γ (z) · e2πi·z•id .
z∈Zn

En particulier
X £ ¤
ξ= F ξ (z) · e2πi·z•id
z∈Zn

est l’unique décomposition de ξ ∈ D (Rn )0p comme somme d’exponentielles dans D (Rn )∗ avec
des coefficients dans S (Zn )0 .
C’est immédiat par le théorème 2.3. ¤

38 Séries de Fourier Claude Portenier


Périodisée d’une distribution à support compact 2.5

2.5 Périodisée d’une distribution à support compact

REMARQUE 1 Si ξ est une distribution sur Rn on peut montrer, en utilisant une partition
de l’unité suffisamment Þne, qu’il existe une plus petite partie fermée A de Rn telle que, pour
tout ϕ ∈ D (Rn ) avec supp ϕ ∩ A = ∅ , on ait hϕ, ξi = 0 . On dit que cette partie est le support
de ξ et on le désigne par supp ξ .

DEFINITION 1 Nous dirons qu’une distribution ζ ∈ D (Rn )∗ est à support compact si


supp ζ est compact et nous désignerons par D (Rn )∗c l’espace vectoriel de ces distributions.

P
LEMME Si ζ est une distribution à support compact, la série z∈Zn ζ z est sommable dans
D (Rn )∗ et sa somme est une distribution périodique.
n n
­ ®
P Pour tout ϕ ∈ D (R ) , l’ensemble des z ∈ Z tels que hϕ, ζ z i = ϕ −z , ζ 6= 0 est Þni, donc
n ∗ n
z∈Zn ζ z est sommable dans D (R ) . Pour tout w ∈ Z , on a alors
* Ã ! + * + * +
X X X­ ® X­ ® X
ϕ, ζz = ϕ−w , ζz = ϕ−w , ζ z = ϕ−z , ζ = ϕ, ζz ,
z∈Zn w z∈Zn z∈Zn z∈Zn z∈Zn
P
ce qui montre que z∈Zn ζ z est périodique. ¤

DEFINITION 2 On dit que la distribution périodique


X X
ζ z : ϕ 7−→ hϕ, ζ z i
z∈Zn z∈Zn

est la périodisée de ζ .

P
EXEMPLE 1 Si f ∈ L1loc,p (Rn ) , alors f = z∈Zn (1Q · f )z dans D (Rn )∗ .

DEFINITION 3 Si ρ ∈ D (Rn ) déÞnit une partition périodique de l’unité, pour toute dis-
tribution à support compact ζ , nous poserons
X
ρζ := ρz .
supp ρz ∩supp ζ6=∅

PROPOSITION (i) Pour tout ζ ∈ D (Rn )∗c et ψ ∈ D (Tn ) , on a


* Ã !+
X ­ ®
ψ, Ψ ζz = ρζ · ψ, ζ .
z∈Zn

Claude Portenier Séries de Fourier 39


2.5 Périodisée d’une distribution à support compact
P P
(ii) Si la série j∈J ηj est sommable dans D (Tn )∗ , alors j∈J Φη j est sommable dans
D (Rn )∗ et on a
à !
X X
Φ ηj = Φηj .
j∈J j∈J

Démonstration de (i) En effet


* Ã !+ * +
X X X ­ ®
ψ, Ψ ζz = ρψ, ζ −z = hρz · ψ, ζi = ρζ · ψ, ζ ,
z∈Zn z∈Zn z∈Zn

puisque ψ est périodique et hρz · ψ, ζi = 0 si supp ρz ∩ supp ζ = ∅ .


Démonstration de (ii) En effet, pour tout ϕ ∈ D (Rn ) , on a
* +
­ ® X
ϕ, Φη j = ϕz , ηj ,
z∈Zn

donc
* + * + * Ã !+
X­ ® X X X X X
ϕ, Φηj = ϕz , η j = ϕz , ηj = ϕ, Φ ηj . ¤
j∈J j∈J z∈Zn z∈Zn j∈J j∈J

n
EXEMPLE P 2 Il est clair que la distribution de Dirac δ sur R est à support dans {0} . Sa
périodisée z∈Zn δ z s’appelle le peigne de Dirac et on a

à !
X
Ψ δz =δ dans D (Tn )∗ .
z∈Zn

C’est immédiat, car pour tout ψ ∈ D (Tn ) , on a


* Ã !+
X
ψ, Ψ δz = hρδ · ψ, δi = ρδ (0) · ψ (0) = hψ, δi ,
z∈Zn
P
puisque ρδ (0) = z∈Zn ρz (0) = 1 . ¤

P £ ¤
THEOREME (Formule sommatoire de Poisson) La série z∈Zn e2πi·z•id est somma-
ble dans D (Rn )∗ et on a
X£ ¤ X
e2πi·z•id = δz .
z∈Zn z∈Zn

D’après les exemples 2.3.3 et 2.4.2, on a


X£ ¤ £ ¤ £ ¤
δ= e2πi·z•id et Φ e2πi·z•id = e2πi·z•id .
z∈Zn
P £ 2πi·z•id ¤
La proposition (ii) montre donc que z∈Zn e est sommable dans D (Rn )∗ et que

40 Séries de Fourier Claude Portenier


Périodisée d’une distribution à support compact 2.5

X£ ¤
Φδ = e2πi·z•id .
z∈Zn

Mais l’exemple 2 ci-dessus et le théorème 2.4 montrent que


à !
X X
Φδ = ΦΨ δz = δz ,
z∈Zn z∈Zn

d’où le résultat. ¤

REMARQUE 2 La formule sommatoire de Poisson peut aussi s’écrire


X X
Fϕ (z) = ϕ (z) ,
z∈Zn z∈Zn

pour tout ϕ ∈ D (Rn ) , en ayant posé


Z
F ϕ (λ) := e−2πi·λ•x · ϕ (x) dx .
Rn

En effet
* +
X X­ £ ¤® X£ ¤
Fϕ (z) = ϕ, e2πi·z•id = ϕ, e2πi·z•id =
z∈Zn z∈Zn z∈Zn
* +
X X
= ϕ, δz = ϕ (z) .
z∈Zn z∈Zn

On peut en donner une démonstation directe. Nous allons généraliser cette formule à l’aide
des intégrales de Fourier, et donner une interprétation élégante du problème d’échantillonage.

Claude Portenier Séries de Fourier 41


Chapitre 3

Transformation de Fourier

Claude Portenier ONDELETTES 43


3.1 Intégrales de Fourier

3.1 Intégrales de Fourier

DEFINITION 1 Soit f ∈ L1 (Rn ) . Pour tout λ ∈ Rn , on déÞnit l’ intégrale de Fourier de


f en λ par
Z
F f (λ) := e−2πi·λ•x · f (x) dx .
Rn

On dit que
F f : Rn −→ C : λ 7−→ Ff (λ)
est la transformée de Fourier de f et que l’application
n
F : L1 (Rn ) −→ CR

est la transformation de Fourier .

Bien que la situation soit symétrique, il est préférable dans les applications de faire une
distinction entre l’espace-position de variable x et l’espace-fréquence de variable λ .

DEFINITION 2 Pour tout g ∈ L1 (Rn ) soit


Z
b
Fg := g (λ) · e2πi·λ•¦ dλ .
Rn

REMARQUE De façon générale si G est un groupe localement compact abélien, on peut


montrer que l’ensemble G b des caractères (bornés) χ sur G , i.e χ est un homomorphisme de G
dans le groupe T , est aussi un groupe localement compact abélien. On dit que c’est le dual de
G . La dualité de Pontryagin affirme que le dual de G b est G .
Le dual de R est R , celui de T est Z et celui de Zn est Tn .
n n n n

La théorie se développe suivant les mêmes idées que pour les séries de Fourier. Nous ne
démontrerons donc pas tous les résultats.

PROPOSITION La transformation de Fourier est une application linéaire continue de


norme 6 1 de L1 (Rn ) dans C b (Rn ) , i.e.

kFf k∞ 6 kf k1 .

C’est immédiat. ¤

44 Transformation de Fourier Claude Portenier


Intégrales de Fourier 3.1

DEFINITION 3 Nous poserons


hxi := 1 + |x|2 pour tout x ∈ Rn .

Soit S (Rn ) l’ensemble des fonctions ϕ ∈ C (∞) (Rn) telles que, pour tout k ∈ N , on ait
sup hxik · |∂ α ϕ (x)| < ∞ ,
|α|6k,x∈Rn

i.e. si toutes les dérivées de cette fonction sont à décroissance rapide .

THEOREME Soit k ∈ N .
(i) Pour tout f ∈ C (k) (Rn ) ∩ L1 (Rn ) et α ∈ Nn avec |α|1 6 k , on a
F (∂/α f ) = idα ·F f .
En particulier si f ∈ C (2) (Rn ) , on a
F ([1 + ∆
/ ] f ) = hidi · Ff .
(ii) Pour toute fonction f sur Rn telle que hidik/2 · f ∈ L1 (Rn ) , on a F f ∈ C (k) (Rn ) et
∂/α F f = (−1)|α|1 · F (idα ·f ) pour tout α ∈ Nn avec |α|1 6 k .
En particulier
F (S (Rn )) ⊂ S (Rn ) .
(iii) Quel que soit f ∈ L1 (Rn ) et x ∈ Rn , on a
b = F f = (F f )∨ = F fÿ
Ff
et
F (fx ) = e−2πi·id •x · F f .
(iv) Riemann-Lebesgue On a
¡ ¢
F L1 (Rn ) ⊂ C 0 (Rn ) .
La démonstration est analogue à celle du théorème 2.1. ¤

Claude Portenier Transformation de Fourier 45


3.2 Formule d’inversion

3.2 Formule d’inversion

REMARQUE 1 Les applications


Z
n n
F : S (R ) −→ S (R ) : ϕ −→ F ϕ = e−2πi·¦•x · ϕ (x) dx

et
Z
Fb : S (R ) −→ S (R ) : ψ 7−→ Fbψ =
n n
ψ (λ) · e2πi·λ•¦ dλ

sont bien déÞnies et linéaires par le théorème 3.1.


Nous allons montrer qu’elles sont réciproques l’une de l’autre.
Pour tout ε > 0, la fonction e−2πε·|id|1 ∈ L1 (Rn ) et on a
Y 1 D prj E−1
n
b −2πε·|id|1 =
ρε := Fe · .
j=1
πε ε

En outre ρε > 0 ,

 0 si x ∈ (R r {0})n
limε→0 ρε (x) =
 ∞ sinon
et
Z
ρε = 1 .
Rn

LEMME Si f ∈ L∞ (Rn ) et f est continue en 0 , alors


Z Y
1 D prj E
n
f (0) = limε→0 · · f (x) dx .
Rn j=1 πε ε

THEOREME (Formule d’inversion) Si f ∈ L1 (Rn ) ∩ C b (Rn ) et F f ∈ L1 (Rn ) , alors


Z
f (x) = Fb (F f ) (x) = Ff (λ) · e2πi·λ•x dλ pour tout x ∈ Rn .

REMARQUE 2 L’hypothèse f ∈ C b (Rn ) peut être supprimée en utilisant la densité de


S (Rn ) dans L1 (Rn ) .

46 Transformation de Fourier Claude Portenier


Formule d’inversion 3.2

COROLLAIRE La transformation de Fourier est une bijection de S (Rn ) sur S (Rn ) :


Z
n n
F : S (R ) −→ S (R ) : ϕ −→ F ϕ = e−2πi·¦•x · ϕ (x) dx
Rn

et
Z
F −1
= Fb : S (Rn ) −→ S (Rn ) : ψ −→ ψ (λ) · e2πi·λ•¦ dλ .
Rn

REMARQUE 3 La formule d’inversion fournit une classe de fonctions pour lesquelles la


formule
Z Z µZ ¶
2πi·λ•x 2πi·λ•(x−y)
f (x) = Ff (λ) · e dλ = e · Ff (λ) dy dλ .
Rn
est valable pour tout x ∈ Rn .
Remarquons que l’on ne peut pas utiliser directement le théorème de Fubini ! Comme
dans le chapitre
R précédent, nous verrons dans le paragraphe suivant comment l’on peut donner
un sens à Rn e2πi·λ•id dλ . En outre, il nous faut étendre la transformation de Fourier à des
fonctions plus générales que celles de L1 (Rn ) , en particulier aux exponentielles e2πi·λ•id avec
λ ∈ R et aux polynômes.

q
2 1 2
EXEMPLE Pour tout a > 0 , on a Fe−πa·id = a
· e−π·id /a
.
2
Grâce au théorème 3.1, F e−πa·id satisfait à une équation différentielle que l’on peut résoudre
(exercice). ¤

Claude Portenier Transformation de Fourier 47


3.3 Convolution des fonctions

3.3 Convolution des fonctions

PROPOSITION Pour tout f ∈ L∞ (Rn ) et g ∈ L1 (Rn ) , la fonction f (x − ¦) · g est


intégrable pour tous les x ∈ Rn et
Z
f ∗ g := f (¦ − y) · g (y) dy ∈ L∞ (Rn )

avec
kf ∗ gk∞ 6 kf k∞ · kgk1 .
En outre, si f ∈ C (k),b (Rn ) , i.e. f ∈ C (k) (Rn ) et ∂ α f ∈ C b (Rn ) pour tout |α| 6 k , alors
f ∗ g ∈ C (k),b (Rn ) et on a
∂ α (f ∗ g) = (∂ α f ) ∗ g .
C’est presque immédiat, la seconde partie en utilisant le théorème de Lebesgue. ¤

REMARQUE La seconde partie montre que la convolution est une opération régularisante.

THEOREME Pour tout f, g ∈ L1 (Rn ) , la fonction f (x − ¦) · g est intégrable pour presque


tous les x ∈ Rn et
Z
f ∗ g := f (¦ − y) g (y) dy ∈ L1 (Rn)
avec
kf ∗ gk1 6 kf k1 · kgk1 .
En outre, on a
F (f ∗ g) = F f · F g .
La première partie découle du théorème de Fubini grâce à la formule des changements de
variables. Il vient alors
Z µZ ¶
−2πi·λ•x
F (f ∗ g) (λ) = e f (x − y) · g (y) dy dx =

ZZ
= e−2πi·λ•(z+y) · f (z) · g (y) dzdy = Ff (λ) · F g (λ) . ¤

DEFINITION Pour tout f ∈ L∞ (Rn ) + L1 (Rn) et g ∈ L1 (Rn ) , on dit que la fonction


f ∗ g est le produit de convolution ou la convolée de f par g .

48 Transformation de Fourier Claude Portenier


Convolution des fonctions 3.3

COROLLAIRE Pour tout ϕ, ψ ∈ S (Rn ) , on a ϕ ∗ ψ ∈ S (Rn ) , ainsi que


∂ α (ϕ ∗ ψ) = (∂ α ϕ) ∗ ψ
et
F (ϕ ∗ ψ) = F ϕ · F ψ et F (ϕ · ψ) = F ϕ ∗ Fψ .

En effet les formules découlent de ce qui précéde, et comme Fϕ · Fψ ∈ S (Rn ) , on obtient


ϕ ∗ ψ = F −1 (Fϕ · F ψ) ∈ S (Rn ) . ¤

Claude Portenier Transformation de Fourier 49


3.4 Distributions tempérées

3.4 Distributions tempérées

DEFINITION Nous dirons qu’une forme linéaire


ξ : S (Rn ) −→ C : ϕ 7−→ ξ (ϕ) =: hϕ, ξi ,
i.e. un élément de S (Rn )∗ , est une distribution (algébrique) tempérée .

EXEMPLE 1 Soit f ∈ L1mod (Rn ) une fonction à croissance modérée , i.e. telle qu’il existe
k ∈ N avec
Z
|f (x)|
dx < ∞ .
hxik
Il est clair que, pour tout ϕ ∈ S (Rn ) , on a ϕf ∈ L1 (Rn ) et
Z
[f ] : ϕ 7−→ ϕ · f

est une distribution tempérée. L’application


f 7−→ [f ] : L1mod (Rn ) −→ S (Rn )∗
est injective comme dans le cas des distributions.
Remarquons que e2πi·λ•id ∈ L1mod (Rn ) si, et seulement si, on a λ ∈ R . On a
L1 (Rn ) , L∞ (Rn ) , P (Rn ) ⊂ L1mod (Rn ) ,
où P (Rn ) désigne l’espace vectoriel des polynômes sur Rn .

EXEMPLE 2 Pour tout x ∈ Rn , soit


δ x : ϕ 7−→ ϕ (x) .
C’est une distribution tempérée et supp δ x = {x} .

REMARQUE 1 Les opérations introduites pour les distributions peuvent être adaptées aux
distributions tempérées, mais avec quelques modiÞcations.
Par exemple si g ∈ C (∞) (Rn ) et ξ ∈ S (Rn )∗ , on ne peut déÞnir gξ que si l’on a gϕ ∈ S (Rn )
pour tout ϕ ∈ S (Rn ) . On peut montrer qu’il est équivalent que g , ainsi que toutes ses dérivées,
soient au plus à croissance polynomiale, i.e. pour tout α ∈ Nn , il existe k ∈ N et c ∈ R+ , tels
que
|∂ α g| 6 c · hidik .
(∞)
On dit que g est tempérée . On désigne par Ctemp (Rn ) l’espace vectoriel de ces fonctions.

50 Transformation de Fourier Claude Portenier


Distributions tempérées 3.4

REMARQUE 2 L’introduction d’une topologie localement convexe métrisable sur S (Rn )


permettrait de comparer l’espace des distributions tempérées (continues) avec celui des dis-
tributions. On montre en effet que D (Rn ) est dense dans S (Rn ) , ce qui permet d’identiÞer
S (Rn )0 avec un sous-espace vectoriel de D (Rn )∗ . C’est la raison pour laquelle nous ne faisons
pas de distinction typographique entre [f ] , respectivement δ x , comme distribution tempérée
et comme distribution.

Claude Portenier Transformation de Fourier 51


3.5 Transformation de Fourier d’une distribution

3.5 Transformation de Fourier d’une distribution

LEMME Pour tout f, g ∈ L1 (Rn ) , on a


Z Z
g (λ) · F f (λ) dλ = Fg (x) · f (x) dx .

Par le théorème de Fubini , on a en effet


Z Z µZ ¶
−2πi·λ•x
g (λ) · Ff (λ) dλ = g (λ) · e · f (x) dx dλ =

Z µZ ¶ Z
−2πi·λ•x
= g (λ) · e dλ · f (x) dx = F g (x) · f (x) dx . ¤

REMARQUE Du fait de la symétrie nous avons pu écrire F g à la place de Fbgÿ (cf. déÞnition
2.3.3) !
En particulier, pour tout ψ ∈ S (Rn) , il vient
hψ, [F f ]i = hF ψ, [f]i .
Ceci nous conduit à la

DEFINITION Si ξ est une distribution tempérée, on déÞnit sa transformée de Fourier


F ξ ∈ S (Rn )∗ par
hψ, F ξi := hF ψ, ξi pour tout ψ ∈ S (Rn ) ,
et sa cotransformée de Fourier Fbξ ∈ S (Rn ) par
D E D E
b := Fϕ,
ϕ, Fξ b ξ pour tout ϕ ∈ S (Rn ) .

Le calcul ci-dessus montre que, pour tout f ∈ L1 (Rn ) , on a


h i
F [f ] = [F f ] et Fb [f ] = Ff
b .

THEOREME La transformation de Fourier F est une bijection linéaire de S (Rn )∗ sur


S (Rn )∗ dont l’application réciproque est Fb .
On a
b = (Fξ)∨ = F ÿξ ,

ainsi que

52 Transformation de Fourier Claude Portenier


Transformation de Fourier d’une distribution 3.5

F (∂/α ξ) = idα ·F ξ , ∂/α Fξ = F ([− id]α · ξ)


et
F (ξ x ) = e−2πi·¦•x · Fξ .
C’est immédiat par le corollaire 3.2. ¤

EXEMPLE 1 Pour tout x ∈ Rn et α ∈ Nn , on a


£ ¤ £ ¤
F (∂/α δ x ) = idα · e−2πi·¦•x et Fb idα ·e2πi·¦•x = ∂/α δ x .
Il nous suffit de démontrer la première formule pour α = 0 . On a
Z
­ £ ¤®
hψ, F δ x i = hF ψ, δ x i = e−2πi·λ•x · ψ (λ) dλ = ψ, e−2πi·¦•x . ¤

EXEMPLE 2 Pour tout x ∈ Rn , on a


Z
£ ¤
δ x = e−2πi·λ•x · e2πi·λ•id dλ .

Cela découle immédiatement du corollaire 3.2 comme dans l’exemple 2.3.3. ¤

Claude Portenier Transformation de Fourier 53


3.6 Convolution des distributions

3.6 Convolution des distributions


Si f ∈ L∞ (Rn ) + L1 (Rn ) , alors pour tout ϕ, ψ ∈ S (Rn ) , le théorème de Fubini montre
que
Z µZ ¶
hϕ, [ψ ∗ f ]i = ϕ (x) · ψ (x − y) · f (y) dy dx =

Z µZ ¶
= ϕ (x) · ψ (x − y) dx · f (y) dy =

Z µZ ¶
­ ®
= ÿ ÿ [f] .
ϕ (y − z) · ψ (z) dz · f (y) dy = ϕ ∗ ψ,

Ceci nous conduit à la

DEFINITION 1 Pour tout ξ ∈ S (Rn )∗ et ψ ∈ S (Rn ) , on déÞnit la convolution de ψ avec


ξ par
­ ®
ÿ ξ .
hϕ, ψ ∗ ξi := ϕ ∗ ψ,

PROPOSITION Pour tout ξ ∈ S (Rn )∗ et ψ ∈ S (Rn ) , on a


∂ α (ψ ∗ ξ) = ψ ∗ ∂ α ξ = (∂ α ψ) ∗ ξ pour tout α ∈ Nn ,
ainsi que
F (ψ ∗ ξ) = F ψ · F ξ .
D’après le corollaire 3.3, on a
­ ® ­ ¡ ¢ ®
ÿ ξ = (−1)|α|1 · ∂ α ϕ ∗ ψ
hϕ, ∂ α (ψ ∗ ξ)i = (−1)|α|1 · (∂ α ϕ) ∗ ψ, ÿ ,ξ =

­ ®
ÿ ∂ α ξ = hϕ, ψ ∗ ∂ α ξi ,
= ϕ ∗ ψ,
ainsi que
­ ¡ ¢ ® ­ ®
ÿ , ξ = (−1)|α|1 · ϕ ∗ ∂ α ψ,
hϕ, ∂ α (ψ ∗ ξ)i = (−1)|α|1 · ∂ α ϕ ∗ ψ ÿ ξ =

­ ®
= ϕ ∗ (∂ α ψ)∨ , ξ = hϕ, (∂ α ψ) ∗ ξi .
D’autre part
­ ®
ÿ ξ = hF (γ · F ψ) , ξi = hγ, Fψ · F ξi ,
hγ, F (ψ ∗ ξ)i = hFγ, ψ ∗ ξi = Fγ ∗ ψ,
ce qu’il fallait démontrer. ¤

EXEMPLE Pour tout x ∈ Rn , on a ψ ∗ δx = ψ x .

54 Transformation de Fourier Claude Portenier


Convolution des distributions 3.6

En effet, on a
¿Z À Z
hϕ, ψ ∗ δx i = ÿ (y) dy, δ x
ϕ (¦ − y) · ψ = ϕ (y) · ψ (y − x) dy = hϕ, (ψ x )i . ¤

REMARQUE Si ξ est une distribution tempérée continue (cf. remarque 3.4.2), i.e. ξ ∈
S (Rn )0 , on peut montrer que la fonction
­¡ ¢ ®
g : x 7−→ ψ ÿ , ξ = hψ (x − ¦) , ξi
x

est tempérée et que ψ ∗ ξ = [g] . Par simpliÞcation, on désigne aussi par ψ ∗ ξ cette fonction !

DEFINITION 2 On dit qu’une distribution tempérée ζ ∈ S (Rn )0 est à décroissance rapide


si, pour tout ψ ∈ S (Rn ) , on a ψ ∗ ζ ∈ S (Rn ) . On désigne par S (Rn )0rap l’espace vectoriel de
ces distributions.
Pour tout ζ ∈ S (Rn )0rap et ξ ∈ S (Rn )∗ , on déÞnit la convolution ζ ∗ ξ ∈ S (Rn )∗ de ζ avec
ξ par
­ ®
ÿ ξ .
hϕ, ζ ∗ ξi := ϕ ∗ ζ,
On peut montrer le

THEOREME (i) Si f ∈ L1loc (Rn ) est telle que, pour tout k ∈ N , on ait hidik · f ∈
L1 (Rn ) , en particulier si f ∈ S (Rn ) , alors [f] ∈ S (Rn )0rap .
(ii) Pour tout ζ ∈ S (Rn )0rap et ξ ∈ S (Rn )∗ , on a

supp ζ ∗ ξ ⊂ supp ζ + supp ξ .


(∞)
(iii) La transformation de Fourier est une bijection de S (Rn )0rap sur Ctemp (Rn ) et, pour tout
ζ ∈ S (Rn )0rap et ξ ∈ S (Rn )∗ , on a
F (ζ ∗ ξ) = F ζ · Fξ .
La seconde partie de (iii) découle de la proposition car, pour tout γ ∈ S (Rn ) , on a
­ ®
hγ, F (ζ ∗ ξ)i = Fγ ∗ ÿζ, ξ = hF (γ · Fζ) , ξi = hγ · Fζ, F ξi = hγ, Fζ · F ξi ,
(∞)
ce qui a un sens puisque Fζ ∈ Ctemp (Rn ) . ¤

Claude Portenier Transformation de Fourier 55


3.7 Fonctions à spectre compact

3.7 Fonctions à spectre compact

REMARQUE 1 Comme pour les distributions (cf. remarque 2.5.1), on peut déÞnir la notion
de support d’une distribution tempérée. Nous désignerons par S (Rn )0c l’espace vectoriel des
distributions tempérées (continues) à support compact.

THEOREME Toute distribution ζ ∈ S (Rn )0 à support compact est à décroissance rapide,


i.e.
S (Rn )0c ⊂ S (Rn )0rap ,
et la fonction tempérée F ζ est donnée par
­ ®
Fζ (¦) = χ · e−2πi·id •¦ , ζ
pour tout χ ∈ S (Rn ) telle que χ · ζ = ζ .
La distribution ζ est considérée dans l’espace-fréquence et sa transformée de Fourier dans
l’espace-position. Si l’on admet que, pour tout ϕ ∈ S (Rn ) , on a
Z
χ · F ϕ = ϕ (x) · χ · e−2πi¦·x dx dans S (Rn ) ,

comme intégrale faible ou comme limite de sommes de Riemann, alors


¿Z À Z
−2πi·id •x
­ ®
hϕ, F ζi = hF ϕ, χ · ζi = ϕ (x) · χ · e dx, ζ = ϕ (x) · χ · e−2πi·id •x , ζ dx . ¤

EXEMPLE 1 Pour tout λ ∈ Rn et ξ ∈ S (Rn )∗ , on a δ λ ∗ ξ = ξ λ . En particulier δ ∗ ξ = ξ .


En effet, pour tout ψ ∈ S (Rn ) , il vient
­ ® ­ ®
hψ, δ x ∗ ξi = ψ ∗ (δλ )∨ , ξ = hψ ∗ δ −λ , ξi = ψ −x , ξ = hψ, ξ x i
d’après l’exemple 3.6. ¤

EXEMPLE 2 Pour tout α ∈ Nn , on a (∂ α δ) ∗ ξ = ∂ α ξ .


En effet, la proposition 3.6 montre que
­ ®
hψ, (∂ α δ) ∗ ξi = ψ ∗ (∂ α δ)∨ , ξ = (−1)|α|1 · h∂ α (ψ ∗ δ) , ξi = hψ, ∂ α ξi . ¤

DEFINITION Nous dirons qu’une fonction f ∈ L1mod (Rn ) est à spectre compact si la dis-
tribution tempérée F [f ] est à support compact. On dit aussi que F [f ] est le spectre de f .

56 Transformation de Fourier Claude Portenier


Fonctions à spectre compact 3.7

COROLLAIRE Si f est une fonction à spectre compact et si χ ∈ S (Rn ) est tel que F [f ] =
χ · F [f ] , alors on a
­ ®
f (x) = χ · e2πi·id •x , F [f] pour presque tous les x ∈ Rn ,

et
­ ® (∞)
χ · e2πi·id •¦ , F [f ] ∈ Ctemp (Rn ) .
¡ ¢
Grâce au théorème 3.5, on a [f ] = FbF [f ] = F (F [f ])∨ et χ ÿ · = (χ · F [f ])∨ , donc
­ ®
f (¦) = χ ÿ · e−2πi·id •¦ , presque partout
par le théorème ci-dessus; le résultat en découle car
­ ® ­ ®
χÿ · e−2πi·id •¦ , (F [f ])∨ = χ · e2πi·id •¦ , F [f ] . ¤

REMARQUE 2 Voici une démonstration élémentaire du corollaire. Posons


Z µZ ¶
­ 2πi·id •¦
® 2πi·λ•¦ −2πi·λ•x
g (¦) := χ · e , F [f ] = χ (λ) · e · e · f (x) dx dλ =

Z µZ ¶ Z
−2πi·λ•(x−¦)
= e · χ (λ) dλ · f (x) dx = Fχ (x − ¦) · f (x) dx .

Puisque F χ ∈ S (Rn ) , le théorème de Lebesgue montre que g ∈ C (∞) (Rn ) . D’autre part, si
k ∈ N est tel que
Z
|f (y)|
dy < ∞ ,
hyik
et comme, pour tout x, y ∈ Rn , on a
hx + yi 6 hxi (1 + |y|)2 6 2 hxi hyi ,
ou bien
hxi 6 2 hx − yi hyi , (∗)
pour tout α ∈ Nn avec |α|1 6 k , il vient
Z
|∂ g (y)| 6 |∂ α F χ (x − y)| · |f (x)| dx 6
α

Z
|f (x)|
6 2 · hyi ·
k k
hx − yik · |∂ α Fχ (x − y)| · dx 6
hxik
ÃZ !
° ° |f (x)|
° °
6 2k · °hidik · ∂ α Fχ° · k
dx · hyik .
∞ hxi
Ceci Þnit de prouver que g est à croissance lente.
Finalement, pour tout ψ ∈ S (Rn ) , le corollaire 3.3 montre que
hFψ, [f ]i = hψ, F [f]i = hψ, χ · F [f ]i = hF (χ · ψ) , [f ]i = hFχ ∗ F ψ, [f]i =

Claude Portenier Transformation de Fourier 57


3.7 Fonctions à spectre compact
Z µZ ¶
= F χ (x − y) · Fψ (y) dy · f (x) dx =

Z µZ ¶
= Fψ (y) · F χ (x − y) · f (x) dx dy = hFψ, [g]i ,

car nous pouvons appliquer le théorème de Fubini :


° ° |f (x)|
° °
|Fψ (y) · F χ (x − y) · f (x)| 6 °hidik · F χ° · hyik · |Fψ (y)| · .
∞ hxik
Ainsi [f ] = [g] , ce qu’il fallait démontrer. ¤

REMARQUE 3 Cette formule est une généralisation de la formule d’inversion


Z
f (x) = Ff (λ) · e2πiλ·xdλ ,

valable pour f ∈ L1 (Rn ) ∩ C b (Rn ) avec F f ∈ L1 (Rn ) .

EXEMPLE On a

Fb1[a,b] = (b − a) · eπi·(a+b)·¦ · sinc ((b − a) π¦) ,


en ayant déÞni la fonction sinus cardinal sinc par
sin x
sinc (x) := si x 6= 0
x
et
sinc (0) = 1 .
En effet
Z b
1 ¯b 1 ¡ ¢
e2πi·λ·x dλ = · e2πi·λ·x ¯a = · e2πi·b·x − e2πi·a·x =
a 2πi · x 2πi · x

eπi·(a+b)·x ¡ πi·(b−a)·x ¢
= · e − e−πi·(b−a)·x = (b − a) · eπi·(a+b)·x · sinc ((b − a) π · x) . ¤
2πi · x

58 Transformation de Fourier Claude Portenier


Filtres de convolution 3.8

3.8 Filtres de convolution

DEFINITION 1 Nous dirons que T est un Þltre de convolution si T est de la forme


T : S (Rn )∗ −→ S (Rn )∗ : ξ 7−→ ζ ∗ ξ
avec ζ ∈ S (Rn )0rap .
Déterminons la fonction de transfert
£ ¤
κ : λ 7−→ T e2πi·λ•id (0) : Rn −→ C
d’un tel Þltre. On a
¡ £ ¤¢ £ ¤
F ζ ∗ e2πi·λ•id = F ζ · F e2πi·λ•id = Fζ · δ λ = Fζ (λ) · δ λ
d’après l’exemple 3.5.1 et l’exemple 1.3.1 adapté aux distributions tempérées. Ainsi
£ ¤ £ ¤
ζ ∗ e2πi·λ•id = F −1 (Fζ (λ) · δλ ) = Fζ (λ) · e2πi·λ•id ,
donc
£ ¤
κ (λ) = T e2πi·λ•id (0) = Fζ (λ) .
Remarquons en outre que
Tδ = ζ ∗ δ = ζ ;
si T est l’inverse à droite d’un opérateur aux dérivées partielles
X
P (∂/) = aα · ∂/α ,
|α|1 6m

alors ζ est une solution élémentaire :


P (∂/) ζ = P (∂/) T δ = δ .
On peut montrer en utilisant les méthodes qui précédent (exercice) le

THEOREME Si P et Q sont des polynômes et si P ne s’annule pas sur Rn , alors pour


tout η ∈ S (Rn )∗ l’équation aux dérivées partielles
P (∂/) ξ = Q (∂/) η
possède une unique solution ξ dans S (Rn )∗ .
Si n = 1 , on montre qu’il existe ζ ∈ S (R)0rap , que l’on peut calculer explicitement, telle
que ξ = ζ ∗ η .

REMARQUE Un Þltre modèle d’un système physique, du type circuit RC, jouit de la
propriété suivante : si deux signaux d’entrée sont égaux pour tout t < t0 , alors les signaux de
sortie sont aussi égaux pour tout t < t0 , ou bien par linéarité que si un signal d’entrée est nul

Claude Portenier Transformation de Fourier 59


3.8 Filtres de convolution

pour tout t < t0 , alors le signal de sortie est nul pour tout t < t0 . Ceci nous conduit à poser
la

DEFINITION 2 On dit qu’un Þltre T : S (Rn )∗ −→ S (Rn )∗ est réalisable (ou causal ) si
pour tout η ∈ S (Rn )∗
supp η ⊂ [t0 , ∞[ ⇒ supp T η ⊂ [t0 , ∞[ .

PROPOSITION Si T : ξ 7−→ ζ ∗ ξ est un Þltre de convolution, alors T est réalisable si, et


seulement si,
supp ζ ⊂ [0, ∞[ .
Si T est réalisable, on a
supp ζ = supp T δ ⊂ [0, ∞[ ,
puisque supp δ = {0} ⊂ [0, ∞[ .
Réciproquement il vient
supp T η = supp ζ ∗ η ⊂ supp ζ + supp η ⊂ [0, ∞[ + [t0 , ∞[ = [t0 , ∞[
par le théorème 3.6.(ii) . ¤

EXEMPLE Un Þltre de convolution parfait , i.e un Þltre ayant une fonction de transfert du
type Fζ = 1[a,b] , n’est pas réalisable.
En effet le support de (b − a) · eπi·(a+b)·¦ · sinc ((b − a) π¦) est R (cf. exemple 3.7). ¤

60 Transformation de Fourier Claude Portenier


Echantillonnage d’un signal 3.9

3.9 Echantillonnage d’un signal

P
REMARQUE 1 Pour tout ϕ ∈ S (Rn ) et tout α ∈ Nn , la série z∈Zn ∂ α (ϕz ) converge
uniformément sur Rn , donc que
X
ϕz ∈ Cp(∞) (Rn ) .
z∈Zn
P
Puisque ∂ α (ϕz ) = (∂ α ϕ)z et que ∂ α ϕ ∈ S (Rn ) , il nous suffit
° de montrer
° que z∈Zn ϕz
° °
converge uniformément sur Q . Pour tout l ∈ N , on a |ϕ (x)| 6 °hidil · ϕ° · hxi−l , donc

° ° ° °
° ° ° °
|ϕ (x − z)| 6 °hidil · ϕ° · hx − zi−l 6 °hidil · ϕ° · 2l · hxil · hzi−l
∞ ∞

par l’inégalité (∗) de 3.7, ce qui prouve notre assertion. ¤

Cette remarque permet de généraliser les résultats des paragraphes 2.4 et 2.5 aux distrib-
utions tempérées continues. On en déduit le

LEMME (Formule sommatoire de Poisson) Les séries


X£ z ¤ X
e2πi· h •id et δ hz
z∈Zn z∈Zn

sont sommables dans S (Rn )∗ et on a


X£ z ¤ X
e2πi· h •id = hn · δ hz
z∈Zn z∈Zn

i.e.
X ³z ´ X
Fϕ = hn · ϕ (hz)
z∈Zn
h z∈Zn

pour tout ϕ ∈ S (Rn ) .

REMARQUE 2 Pour tout ϕ ∈ S (Rn ) et toute fonction f sur Rn à croissance au plus


polynomiale, on a
(ϕ (hz))z∈Zn ∈ S (Zn ) (f (hz))z∈Zn ∈ S (Zn )0 .
et
P
Comme hϕ, f (hz) · δhz i = ϕ (hz) · f (hz) , la série z∈Zn f (hz) · δ hz est sommable dans S (Rn )∗
(cf. remarque 2.3.1). Ceci nous permet de poser la

DEFINITION Soit h > 0 . Nous poserons


X
∆h := hn · δhz
z∈Zn

Claude Portenier Transformation de Fourier 61


3.9 Echantillonnage d’un signal

et nous dirons que c’est le peigne de Dirac de largeur h .


Pour toute fonction f sur Rn à croissance au plus polynomiale nous dirons que
X
f · ∆h := hn · f (hz) · δ hz
z∈Zn

est l’ échantillonnage de f et que h est le pas de l’échantillonnage .

LEMME Si f ∈ C (Rn ) est à croissance au plus polynomiale, alors


[f] = limh→0+ f · ∆h dans S (Rn )∗ .
On a
X
hϕ, limh→0+ f · ∆hi = limh→0+ hϕ, f · ∆h i = limh→0+ hn · ϕ (hz) · f (hz) =
z∈Zn

Z X Z
= limh→0+ (ϕ · f) (hz) · 1hQ+hz = ϕ · f = hϕ, [f]i
z∈Zn

par le théorème de Lebesgue, puisque . ¤

REMARQUE 3 Ceci montre que, pour h suffisamment petit, l’ échantillonnage f · ∆h de f


est une bonne approximation de f dans S (Rn)∗ .
Nous pouvons maintenant comparer le spectre de f et celui de f · ∆h . On a le

THEOREME Si f est une fonction à spectre compact, alors


X
F (f · ∆h ) = (F [f ]) z dans S (Rn )∗ ,
h
z∈Zn

i.e. le spectre de l’échantillonnage de f est égal à la h1 -périodisée du spectre de f .


Grâce aux théorème 3.7 et 3.6 il vient
à !
X£ z ¤ X X
F (f · ∆h ) = F [f ] ∗ F ∆h = F [f ] ∗ F e2πi· h •id = F [f ] ∗ δ hz = (F [f ]) z . ¤
h
z∈Zn z∈Zn z∈Zn

On a
X X £ ¤
F (f · ∆h ) = hn · F (f · δ hz ) = hn · f (hz) · e−2πi·hz•id .
z∈Zn z∈Zn

En remplaçant F [f ] par ζ , la formule du théorème est un cas particulier de la

PROPOSITION (Formule sommatoire généralisée de Poisson) On a


1 X X £ ¤
ζ ∗ ∆1 = n · ζ hz = F ζ (hz) · e2πi·hz•id dans S (Rn )∗ ,
h h z∈Zn z∈Zn

pour tout ζ ∈ S (Rn )0rap , mais aussi pour tout ζ = [g] avec g ∈ L1 (Rn ) .

62 Transformation de Fourier Claude Portenier


Echantillonnage d’un signal 3.9

EXEMPLE 1 Si g ∈ L1loc,p (Rn ) , alors [1Q · g] ∈ S (Rn )0rap et


Z
F [1Q · g] (z) = e−2πi·z•x · g (x) dx = F gTn (z) .
Q

Ainsi la formule de Poisson


X X £ ¤ X £ ¤
[g] = [1Q · g]z = F [1Q · g] (z) · e2πi·z•id = FgTn (z) · e2πi·z•id
z∈Zn z∈Zn z∈Zn

n’est rien d’autre que le série de Fourier de gTn dans S (Rn )∗ . Par transformation de Fourier,
on obtient
X
F [g] = FgTn (z) · δ z ,
z∈Zn

ces formules explicitant le lien entre séries et intégrales de Fourier.

EXEMPLE 2 Soit g ∈ AC (R) avec g, ∂g ∈ L1 (R) . Alors


1 X ³ z´ X
· g x− = F g (hz) · e2πi·hz•id pour tout x ∈ R ,
h z∈Z h z∈Z

la série du membre de gauche étant normalement convergente sur tout compact de R et celle
de droite uniformément convergente sur R .
Remarquons que si g ∈ AC (k) (R) avec ∂ l g ∈ L1 (R) si 0 6 l 6 k , alors
1 ¡ ¢
F g (hz) = k
· F ∂ k g (hz) ;
(2πihz)
ainsi la convergence de la seconde série peut être bien meilleure que celle de la première !
Le cas général est assez compliqué, par contre si k = 2 , en utilisant la théorie des séries de
Fourier, on obtient une démonstration directe de la formule ci-dessus, donc aussi de la formule
sommatoire de Poisson dans S (R) .

Claude Portenier Transformation de Fourier 63


3.10 Théorème de Shannon

3.10 Théorème de Shannon


Dans ce qui suit, nous supposerons que f ∈ L1mod (Rn ) est une fonction à spectre dans le
cube
h a a in
Qa := − , .
2 2
(∞)
Rappelons que f ∈ Ctemp (Rn ) (cf. corollaire 3.7). Si le pas d’échantillonnage h est assez petit,
i.e. si la condition de Nyquist
1
>a
h
est satisfaite, alors les supports des translatées (F [f]) z sont deux à deux disjoints, et il va être
h
possible d’isoler F [f ] parmi la somme de ces translatées, puis de reconstruire f à l’aide des
seules valeurs f (hz) .
Par contre si le pas d’échantillonnage est trop grand, i.e. si
1
<a,
h
il y a superposition des translatées et par suite disparition de F [f ] dans la somme des trans-
latées, ce qui empêche la reconstruction de f .
Le cas
1
=a
h
est intermédiaire; il sera traité dans le cadre L2 au paragraphe suivant.

1
THEOREME (de reconstruction) Soient f une fonction à spectre dans Qa , h
> a et
χ ∈ D (Rn ) avec

ÿ , χ = 1 sur un voisinage de Qa
χ=χ et supp χ ⊂ Q 1 .
h

n
Alors, pour tout x ∈ R , on a la formule de reconstruction
X
f (x) = hn · f (hz) · F χ (x − hz) .
z∈Zn

On a
à !
X
F [f] = χ · (F [f ]) z = χ · F (f · ∆h ) ,
h
z∈Zn

donc
[f ] = F −1 (χ · F (f · ∆h )) = F χ ∗ (f · ∆h ) .
Mais d’après la remarque 1.12, la distribution Fχ ∗ (f · ∆h ) est une fonction appartenant à

64 Transformation de Fourier Claude Portenier


Théorème de Shannon 3.10

(∞)
Ctemp (Rn ) , ce que du reste on vériÞe facilement à la main, et
X
Fχ ∗ (f · ∆h) (x) = hF χ (x − ¦) , f · ∆hi = hn · f (hz) · Fχ (x − hz) ,
z∈Zn

d’où le résultat. ¤

REMARQUE D’après la remarque 3.7.2, on a


Z
f (hz) = Fχ (x − hz) · f (x) dx .

On peut donc interprétér la formule de reconstruction comme un développement de f dans la


“base” des translatées ((F χ)hz )z∈Zn .

EXEMPLE Si h1 < a , il existe une fonction f 6= 0 à spectre dans le cube Qa et telle que
f (hz) = 0 pour tout z ∈ Zn .
£ ¤
Dans le cas n = 1 , soit ε > 0 avec h1 + ε 6 a et ρ ∈ D (R) à support dans − 2² , 2² , et
posons
³ ¦´
f := sin π · · F −1 ρ ∈ S (Rn ) .
h
Pour tout z ∈ Z , on a évidemment f (hz) = 0 , et comme
³ ³ ¦ ´´ 1 ³ ´ 1 ³h i h i´
F [f] = F sin π · ∗ [ρ] = · δ 1 − δ − 1 ∗ [ρ] = · ρ 1 − ρ− 1 ,
h 2i 2h 2h 2i 2h 2h
£ 1 ¤
le spectre de f est contenu dans − 2h − 2² , 2h
1
+ 2² ⊂ [−a, a] . ¤

Claude Portenier Transformation de Fourier 65


3.11 Théorème de Shannon dans L2

3.11 Théorème de Shannon dans L2


Rappelons tout d’abord le

THEOREME (de Plancherel) La transformation de Fourier est une isométrie de L2 (Rn )


sur L2 (Rn ) .
Plus précisément, si f ∈ L2 (Rn ) et si (ϕk ) est une suite de L1 (Rn )∩L2 (Rn ) , en particulier
de S (Rn ) , telle que f = limk ϕk dans L2 (Rn ) , alors Ff := limk F ϕk converge dans L2 (Rn )
et
F [f ] = [limk Fϕk ] .
2 n
En outre, pour tout f, g ∈ L (R ) , on a
(f | g) = ( Ff | F g) .
Nous allons en déduire à l’aide de la théorie des séries de Fourier le théorème de reconstruc-
´ le cadre L . Il suffit ici que h > a .
2 1
tion de Shannon
³ dans
Soit L2 Rn , Q 1 le sous-espace vectoriel des fonctions de L2 (Rn ) ayant un spectre dans
h
Q 1 et déÞnissons la fonction sinc sur Rn par
h

n
Y
sinc (x) := sinc (xj ) .
j=1

Remarquons que par le théorème de Fubini, on a


n
Y n
Y 1 ³π ´ 1 ³π ´
−1 −1
F 1Q 1 (x) = F 1[− 1 , 1 ] (xj ) = · sinc · xj = n · sinc ·x .
h
j=1
2h 2h
j=1
h h h h

³ ´
(∞)
THEOREME (de Shannon) Si f ∈ L2 Rn , Q 1 , alors f ∈ Ctemp (Rn ) et on a
h
X ¡ ¡ ¢¢
f (x) = f (hz) · sinc π · hx − z pour tout x ∈ Rn ,
z∈Zn
n
la série du membre ´ étant normalement convergente sur R .
³ de droite
En outre L2 Rn , Q 1 est un sous-espace vectoriel fermé de L2 (Rn ) et
h
¡ −n ¡ ¡ ¢¢¢
h 2 · sinc π · h¦ − z z∈Zn
en est une base hilbertienne.
D’après³ le théorème
´ de Plancherel,
³ ´ la transformation
³ n de Fourier
´ est un isomorphisme hilber-
2 n 2 2πi·¦•hz
tien de L R , Q 1 sur L Q 1 . Mais h 2 · 1Q 1 · e est une base hilbertienne de
h h h z∈Zn
ce dernier espace, ce qui montre que les fonctions
n
³ ´ n ¡ ¢
h 2 · F −1 e−2πi·¦•hz · 1Q 1 = h 2 · F −1 e−2πi·¦•hz ∗ F −1 1Q 1 =
h h

66 Transformation de Fourier Claude Portenier


Théorème de Shannon dans L2 3.11

n
³π ´ n ¡ ¡ ¢¢
= h− 2 · δhz ∗ sinc · ¦ = h− 2 · sinc π · h¦ − z
h
³ ´ ³ ´
forment une base hilbertienne de L2 Rn , Q 1 . Pour tout f ∈ L2 Rn , Q 1 , le corollaire 3.7
h h
(∞) n
montre que f ∈ Ctemp (R ) et on a
¡ −n ¡ ¡ ¢¢¯ ¢ ³ n ¯ ´
¯
h 2 · sinc π · h¦ − z ¯ f = h 2 · e−2πi·¦•hz · 1Q 1 ¯ F f =
h

Z Z
n n
2πi·λ•hz
=h ·2 1Q 1 (λ) · e · F f (λ) dλ = h · 2 χ (λ) · e2πi·λ•hz · Ff (λ) dλ =
h

n ­ ® n
= h 2 · χ · e2πi·¦•hz , F [f ] = h 2 · f (hz) .
Ainsi
X ¡ ¡ ¢¢
f= f (hz) · sinc π · h¦ − z
z∈Zn
³ ´
dans L2 Rn , Q 1 , donc dans L2 (Rn ) .
h
2 n
Finalement,
£ hr hr ¤ on a tout d’abord (f (hz))z∈Zn ∈ ` (Z ) . D’autre part, pour tout r ∈ R+ ,
x ∈ − 2 , 2 et z ∈ Z , on a
¯ ¡ ¢¯  1 |z| 6 r2
¯ ¡ ¡x ¢¢¯ ¯sin π · hx − z ¯ 
¯sinc π · − z ¯ = ¯¯ ¡ x ¢¯ 6 si ,
h
π· h −z ¯  1· 1r |z| > r π |z|− 2 2

donc
³° ¡ ¡ ¢¢° ´
°sinc π · ¦ − z ° hr hr ∈ `2 (Z) .
h ∞,[− , ] 2 2 z∈Z
On peut donc passer au cas multi-dimensionnel et on en déduit que
³° ¡ ¡ ¢¢° ´
°sinc π · ¦ − z ° ∈ `2 (Zn ) ;
h ∞,Q n hr z∈Z

le critère de Weierstraß et l’inégalité de Cauchy-Schwarz montrent alors que la série converge


normalement, donc uniformément, sur Qhr . Elle déÞnit donc une fonction continue, égale
presque partout à f , puisqu’il existe par le théorème de Riesz-Fischer une sous-suite des
sommes partielles qui converge presque partout vers f . La fonction f étant aussi continue, on
obtient l’égalité partout. ¤

Claude Portenier Transformation de Fourier 67


Chapitre 4

Décompositions continues en ondelettes

Claude Portenier ONDELETTES 69


4.1 Transformation de Gabor

4.1 Transformation de Gabor


La transformation de Fourier ne permet pas de faire l’analyse d’un signal en temps réel, i.e.
localement, puisqu’il faut le connaître sur R !
On a essayé d’y remédier en introduisant la transformation de Fourier à fenêtre glissante,
düe à D. Gabor dans les années 1940. Mais la largeur Þxe de la fenêtre empêche une bonne
analyse des sauts du signal. La décomposition en ondelettes, étudiée plus loin, semble résoudre
ce problème.
Soit ρ ∈ L2 (R) ∩ L1 (R) avec kρk2 = 1 . Pour tout f ∈ L2 (R) et tout λ, s ∈ R , on pose
¡ ¯ ¢
Fρ f (s, λ) := e2πi·λ•¦ · ρs ¯ f =

Z
= e−2πi·λ•t · ρs (t) · f (t) dt = F (ρs · f ) (λ) ,

et on dit que c’est la transformée de Gabor de f . L’application linéaire


2
Fρ : L2 (R) −→ CR

s’appelle la transformation de Gabor . On dit aussi transformation de Fourier à fenêtre glis-


sante .

LEMME Pour tout f ∈ L2 (R) , on a lims→0 kf − fs k2 = 0 .

La démonstration est laissée en exercice. ¤

PROPOSITION Pour tout f ∈ L2 (R) , on a Fρ f ∈ C b (R2 ) ∩ L2 (R2 ) avec

kFρ f k∞ 6 kf k2 ,

ainsi que la conservation de l’énergie, i.e.

kFρ f k2 = kf k2 .

Tout d’abord, on a
Z
|Fρ f (s, λ)| 6 |ρs (t)| · |f (t)| dt 6 kρk2 · kf k2 = kf k2

et
Z
¯ ¯
|Fρ f (u, µ) − Fρ f (s, λ)| 6 ¯ρu (t) · e2πi·µ·t − ρs (t) · e2πi·λ·t ¯ · |f (t)| dt 6

° ° ¡ °¡ ¢ °¢
6 kfk2 · °ρu · e2πi·µ·¦ − ρs · e2πi·λ·¦ °2 6 kf k2 · kρu − ρs k2 + ° e2πi·(µ−λ)·¦ − 1 · ρs °2 .

70 Décompositions continues en ondelettes Claude Portenier


Transformation de Gabor 4.1

Lorsque (u, µ) tend vers (s, λ) , le premier terme de la parenthèse tend vers 0 par le lemme;
quant au second cela découle du théorème de Lebesgue, puisque |ρs |2 ∈ L1 (R) . Ceci Þnit de
prouver la première partie.
Remarquons maintenant que, par le théoème de Tonelli, on a
ZZ Z µZ ¶
2 2
|ρs (t) · f (t)| d (t, s) = |f (t)| · |ρs (t)| ds dt = kρk22 · kf k22 = kf k22 < ∞ ,
2

ce qui montre, par le théorème de Fubini, que pour presque tous les s ∈ R , on a
ρs · f ∈ L2 (R) .
En utilisant les théorèmes de Tonelli et Plancherel, on obtient
ZZ Z µZ ¶
2 2
|Fρ f (s, λ)| d (s, λ) = |F (ρs · f ) (λ)| dλ ds =

Z µZ ¶
= |ρs (t) · f (t)| dt ds = kf k22 .
2
¤

THEOREME (Formule d’inversion de Gabor) Pour tout µ > 0 et t ∈ R , la restriction


de la fonction
(s, λ) 7−→ ρ (t − s) · e2πi·λ·t
appartient à L2 (R× [−µ, µ]) . Pour tout f ∈ L2 (R) , en posant
ZZ
fµ (t) := Fρ f (s, λ) · ρ (t − s) · e2πi·λ·t d (s, λ) ,
R×[−µ,µ]

on a
f = limµ→∞ fµ dans L2 (R) .
Remarquons tout d’abord que
(F ρ)λ · F f ∈ L2 (R) ∩ L1 (R) ,
puisque Fρ ∈ C b (R) ∩ L2 (R) , et que
¡ ¯ ¢ ¡ ¡ ¢¯ ¢
Fρ f (s, λ) = e2πi·λ·¦ · ρs ¯ f = F e2πi·λ·¦ · ρs ¯ F f =
¡¡ ¢ ¯ ¢
= ( (Fρs )λ | F f) = e−2πi·¦·s · F ρ λ ¯ Ff =
Z h i
= e2πi·(ν−λ)·s · (Fρ)λ (ν) · Ff (ν) dν = e−2πi·λ·s · Fb (F ρ)λ · F f (s) .

La première assertion est évidente. Par le théorème de Fubini on a alors


Z µ µZ ¶
fµ (t) := Fρ f (s, λ) · ρ (t − s) ds · e2πi·λ·t dλ ,
−µ R

puis par le lemme 3.5


Z Z h i
Fρ f (s, λ) · ρ (t − s) ds = e−2πi·λ·s · Fb (F ρ)λ · F f (s) · ρ (t − s) ds =
R R

Claude Portenier Décompositions continues en ondelettes 71


4.1 Transformation de Gabor

Z
£ ¤
= (Fρ)λ (ν) · Ff (ν) · Fb e−2πi·λ·¦ · ρ (t − ¦) (ν) dν =
R
Z ³ ´ Z
¡ ¢
= (F ρ)λ (ν) · F f (ν) · Fbρÿt (ν) dν = (Fρ)λ (ν) · Ff (ν) · e2πi·¦·t · Fρ λ (ν) dν =
R λ R
Z
= e2πi·(ν−λ)·t · |(Fρ)λ (ν)|2 · Ff (ν) dν .
R
Comme
Z µ µZ ¶
2
|(Fρ)λ (ν)| · |F f (ν)| dν dλ 6 2µ · kFρk∞ · kFρk2 · kFf k2 6
−µ R

6 2µ · kρk1 · kρk2 · kfk2 < ∞ ,


grâce au théorème de Tonelli, on peut appliquer le théorème de Fubini et il vient
Z µ µZ ¶
fµ (t) := Fρ f (s, λ) · ρ (t − s) ds · e2πi·λ·t dλ =
−µ R

Z µ µZ ¶
2πi·(ν−λ)·t 2
= e · |F ρ (ν − λ)| · Ff (ν) dν · e2πi·λ·t dλ =
−µ R

Z µZ µ ¶
= e 2πi·ν·t
· |F ρ (ν − λ)| dλ · Ff (ν) dν = Fb (θµ · F f ) (t) ,
2

R −µ

en ayant posé
Z µ
θµ (ν) := |F ρ (ν − λ)|2 dλ .
−µ

Finalement, on a
Z
kf − fµ k22 = kFf − Ffµ k22 = k(1 − θµ ) · Ff k22 = |1 − θµ |2 · |F f|2 ,

ainsi que
|θµ | 6 kFρk22 = kρk22 = 1 et limµ→∞ θµ = 1 ponctuellement,
d’où la formule d’inversion par le théorème de Lebesgue. ¤

REMARQUE Le théorème de Plancherel, i.e la conservation de l’énergie par F , peut se


formuler de la manière suivante :
Z ⊕
2 n
L (R ) = C · e2πi·λ•¦ dλ dans S (Rn )0 ,

i.e. pour toute fonction f ∈ L2 (Rn ) , la transformée de Fourier F f est l’unique fonction de
L2 (Rn ) telle que
Z
f = F f (λ) · e2πi·λ•¦ dλ ,

72 Décompositions continues en ondelettes Claude Portenier


Transformation de Gabor 4.1

l’intégrale se calculant dans S (Rn )0 .


Pour la transformation de Gabor il en est de même, à part l’unicité. On a
Z
L (R) = C · ρs · e2πi·λ·¦ d (s, λ) dans L2 (R) ,
2

i.e. pour toute fonction f ∈ L2 (R) , la transformée de Gabor Fρ f est l’unique fonction de
L2 (R2 ) de norme minimale telle que
Z
f = Fρ f (s, λ) · ρs · e2πi·λ•¦ d (s, λ) ,

l’intégrale se calculant dans L2 (R) .


C’est la raison pour laquelle on parle de décomposition continue.

Claude Portenier Décompositions continues en ondelettes 73


4.2 Décomposition continue en ondelettes.

4.2 Décomposition continue en ondelettes.


AÞn de palier aux inconvénients des transformations de Fourier et de Gabor, le géophysicien
J. Morlet, pour des problèmes de traitement numérique des signaux sismiques en prospection
pétrolière, puis en collaboration avec A. Grossman pour des problèmes de physique théorique,
a introduit la transformation continue en ondelettes. L’idée de base est celle de l’accordéon
permettant de supprimer les désavantages de la largeur Þxe de la fenêtre de Gabor.
Pour tout f ∈ L2 (R) , s ∈ R et h ∈ R∗+ , on pose
µ ¶
1 t−s
fs,h (t) := √ · f .
h h
Etant donné ζ ∈ L2 (R) , on dit que la fonction
W f : R × R∗+ −→ C ,
déÞnie par
Z
¡ ¯ ¢
Wf (s, h) := ζ s,h ¯ f = ζ s,h (t) · f (t) dt ,
R

est la transformée en ondelettes de f et que


2
W : L2 (R) −→ CR
est la transformation en ondelettes .
Le problème est de savoir sous quelles conditions on peut reconstruire f à l’aide de Wf .
Introduisons les opérateurs suivants :
1 ³¦´
Ts : f 7−→ fs , Sh : f 7−→ √ · f et Es : f 7−→ e2πi·¦·s · f .
h h
On vériÞe immédiatement que ces opérateurs sont unitaires dans L2 (R) , i.e. des bijections
qui conservent la norme k·k2 et le produit scalaire. Il en est de même de la transformation de
Fourier par le théorème de Plancherel.

LEMME Soit f ∈ L2 (R) .

(i) On a limh→0+ kSh f − f k2 = 0 .


(ii) Pour tout s, t ∈ R et h, k ∈ R∗+ , on a
Ts Tt = Ts+t , Sh Sk = Shk , Sh Ts = Ths Sh ,

fs,h = Ts Sh f , fs,h (t) = fÿt,h (s)


et
µ ¶
s−t h
W (ft,k ) (s, h) = Wf , .
k k

74 Décompositions continues en ondelettes Claude Portenier


Décomposition continue en ondelettes. 4.2

En outre
FSh = S 1 F , FTs = E−s F et FbE−s = Ts Fb .
h

Démonstration de (i) La démonstration est analogue à celle du lemme 4.1 et est aussi
laissé en exercice.
Démonstration de (ii) En effet, les deux premières formules sont immédiates et, pour tout
x ∈ R , on a
r ³x´ r1 ³x ´ r1 µ ¶
1 x − hs
Sh Ts f (x) = · Ts f = ·f −s = ·f = Ths Sh f (x) ,
h h h h h h
ce qui prouve la troisième. Les deux suivantes sont aussi immédiates, puis
¯ ´ ³ ¯ ´ µ ¶
¡ ¯ ¢ ³ ¯ ¯ s−t h
¯
W (ft,k ) (s, h) = ζ s,h Tt Sk f = S 1 T−t Ts Shζ ¯ f = T s−t S h ζ ¯ f = Wf , .
k k k k k
Finalement, pour tout ϕ ∈ S (R) , il vient
Z µ ¶ √ Z −2πi·λ·ht ³ ´
−2πi·λ·t 1 t
(F Sh ϕ) (λ) = e · √ ·ϕ dt = h · e · ϕ (t) dt = S 1 F ϕ (λ) ,
h h h

puis
Z Z
−2πi·λ·t
(FTs ϕ) (λ) = e · ϕ (t − s) dt = e−2πi·λ·(t+s) · ϕ (t) dt = (E−s F ϕ) (λ)

et
Ts Fbϕ = FF b = FbE−s F Fbϕ = FE
b Ts Fϕ b −s ϕ ,
d’où le résultat par continuité, puisque S (R) est dense dans L2 (R) . ¤

COROLLAIRE Pour tout (s, h) ∈ R × R∗+ , on a


³ ´
b
Wf (s, h) = F S 1 F ζ · Ff (s) ,
h

et
¡ ¢
Wf ∈ C b R × R∗+ avec kWf k∞ 6 kζk2 · kfk2 .
En outre, si ζ ∈ L1 (R) , alors

kWf (·, h)k2 6 h · kζk1 · kf k2 .
Si en plus F f ∈ L1 (R) , alors

kWf (·, h)k∞ 6 h · kζk1 · kF f k1 .
Par le théorème de Plancherel, on a
¡ ¯ ¢ ³ ¯ ´
¯ ¯
Wf (s, h) = ζ s,h f = ( FTs Sh ζ| F f ) = E−s S 1 F ζ ¯ Ff =
h

Z ³ ´ ³ ´
= e 2πi·λ·s
1 b
· S Fζ (λ) · F f (λ) dλ = F S Fζ · F f (s)
1
h h

Claude Portenier Décompositions continues en ondelettes 75


4.2 Décomposition continue en ondelettes.

et, pour tout (t, k) ∈ R × R∗+ , il vient


|Wf (t, k) − Wf (s, h)| 6 |Wf (t, k) − Wf (t, h)| + |Wf (t, h) − Wf (s, h)| ,
ainsi que
¯ ³h i ´ ¯ ° ³h i ´°
¯ ¯ ° °
|Wf (t, k) − Wf (t, h)| = ¯Fb S 1 − S 1 F ζ · Ff (t)¯ 6 °Fb S 1 − S 1 F ζ · Ff ° 6
k h k h ∞

°h i ° °h i °
° ° ° °
6 ° S 1 − S 1 F ζ · Ff ° 6 ° S 1 − S 1 F ζ ° · kfk2
k h 1 k h 2
et
¯ ³ ´ ³ ´ ¯
¯b b ¯
|Wf (t, h) − Wf (s, h)| = ¯F S 1 F ζ · Ff (t) − F S 1 Fζ · F f (s)¯ .
h h

On en déduit la continuité de Wf
³ , par le lemme
´ (i) pour traiter le premier terme et le fait que
1 b 0
S 1 F ζ · Ff ∈ L (R) , donc F S 1 F ζ · Ff ∈ C (R) pour le second. D’autre part,
k h
¯¡ ¯ ¢¯ ° °
|Wf (s, h)| = ¯ ζ s,h ¯ f ¯ 6 °ζ s,h°2 · kf k2 = kζk2 · kf k2
par l’inégalité de Cauchy-Schwarz.
Finalement, si ζ ∈ L1 (R) on a
Z Z ¯ ³ ´ ¯2 Z ¯ ¯2
2 ¯b ¯ ¯ ¯
|Wf (s, h)| ds = ¯F S 1 Fζ · F f (s)¯ ds = ¯S 1 Fζ (λ) · Ff (λ)¯ dλ =
h h

Z
¯ ¯
=h· ¯Fζ (hλ) · Ff (λ)¯2 dλ 6 h · kF ζk2 · kF fk2 = h · kζk2 · kfk2
∞ 2 1 2

par le théorème de Plancherel. Si en plus Ff ∈ L1 (R) , alors


¯³ ¯ ´¯ √
¯ ¯ ¯
|Wf (s, h)| = ¯ E−s S 1 F ζ ¯ Ff ¯ 6 h · kF ζ (h · ¦) · F f k1 6
h

√ √
6 h · kFζk∞ · kFf k1 6 h · kζk1 · kF f k1 . ¤

REMARQUE 1 Considérons sur R × R∗+ l’intégrale pr12 · λR ⊗ λR∗+ , dont l’élément de volume
2
est aussi noté
dsdh
.
h2
C’est une intégrale de Haar à gauche sur R × R∗+ considéré comme le groupe (non-commutatif)
des transformations affines dans R de la forme
x 7−→ hx + s ,
la loi étant donnée par
(s, h) (t, k) = (s + ht, hk) .
Pour simpliÞer, on désigne par L2 (R × R∗+ ) l’espace de Hilbert des fonctions de carré inté-
grable par rapport à cette intégrale.

76 Décompositions continues en ondelettes Claude Portenier


Décomposition continue en ondelettes. 4.2

1
REMARQUE 2 Sur le groupe multiplicatif commutatif R∗+ l’intégrale id
· λR∗+ est aussi une
intégrale de Haar.

³R ´ 12 ³R ´ 12
THEOREME Si cζ := R∗+
|F ζ (ν)|2 dν
ν
= R∗+
|Fζ (−ν)|2 dν
ν
< ∞ , alors l’applica-
tion
1
f 7−→ · Wf

¡ ¢
est une isométrie de L2 (R) dans L2 R × R∗+ .
Grâce aux théorèmes de Tonelli et Plancherel, on a
ZZ Z µZ ¯ ³ ´ ¯2 ¶ dh
2 2 dsdh ¯b ¯
kWf k2 = |Wf (s, h)| 2
= ¯F S h1 Fζ · F f (s)¯ ds =
h R∗+ R h2
Z µZ ¯ ¯2 ¶ dh Z Z
¯√ ¯ dλdh
= ¯ h · Fζ (hλ) · Ff (λ)¯ dλ 2
= |F ζ (hλ) · F f (λ)|2 =
R∗+ R h R×R∗+ h

Z ÃZ !

= |Fζ (sgn λ · ν)|2 · |F f (λ)|2 dλ = c2ζ · kf k22 . ¤
R R∗+ ν

DEFINITION Nous dirons que ζ ∈ L2 (R) est une ondelette si elle satisfait aux hypothèses
du théorème. Nous dirons qu’elle est normalisée si cζ = 1 .

REMARQUE 3 L’égalité
Z Z
dν 2 dν
|F ζ (ν)| = |Fζ (−ν)|2
R∗+ ν R∗+ ν
est en particulier satisfaite si
ζÿ = u · ζ s avec u ∈ U et s ∈ R .
En effet, on a
¯ ¯ ¯ ¯ ¯ ¯
¯(Fζ)∨ ¯ = ¯F ÿζ ¯ = ¯u · e−2πi·¦·s · F ζ ¯ = |F ζ| . ¤

R
REMARQUE 4 Si ζ ∈ L2 (R) ∩ L1 (R) , alors R∗ |Fζ (ν)|2 dν
ν
< ∞ entraîne
+
Z
ζ (t) dt = 0 .

Réciproquement, cette condition est suffisante si id ·ζ ∈ L1 (R) .


R
En effet, Fζ est continue, donc ζ (t) dt = F f (0) = 0 , puisque id1 n’est pas intégrable
au voisinage de 0 . Réciproquement, les hypothèses entraînent, par le théorème de Lebesgue,

Claude Portenier Décompositions continues en ondelettes 77


4.2 Décomposition continue en ondelettes.

Ff
que F f est continûment dérivable. Comme F f (0) = 0 , on en déduit que se prolonge par
R id
continuité en 0 , donc que R∗ |F ζ (ν)|2 dν
ν
<∞. ¤
R +
La condition ζ (t) dt = 0 signiÞe que ζ est oscillante !

REMARQUE 5 Comme c1ζ · W est une isométrie, elle conserve le produit scalaire. Ainsi,
pour tout f, g ∈ L2 (R) , on a
ZZ
1 1 dsdh
(g| f ) = 2 · (Wg| Wf) = 2 · Wg (s, h) · Wf (s, h) =
cζ cζ h2

Z Z ÃZ !
1 dsdh
= g (t) · 2 · Wf (s, h) · ζ s,h (t) dt ,
R cζ h2
donc
ZZ
1 dsdh
f= 2· Wf (s, h) · ζ s,h dans L2 (R) ,
cζ h2
considéré comme le semi-dual topologique de lui-même. Dans beaucoup de situations cette
égalité, utilisant la notion d’intégrale faible, est suffisante. On a donc
Z
2 dsdh
L (R) = C · ζ s,h 2
h
comme intégrale de sous-espaces hilbertiens dans L2 (R) , mais sans être directe. La transformée
en ondelettes Wf est le représentant de Parseval de f .

78 Décompositions continues en ondelettes Claude Portenier


Théorème de reconstruction 4.3

4.3 Théorème de reconstruction

THEOREME Soit ζ une ondelette. Pour tout t ∈ R et δ > 0 , la fonction


(s, h) 7−→ ζ s,h (t)
¡ ¢
appartient à L2 R × [δ, ∞[ , dsdh
h2
, et si f ∈ L2 (R) , nous poserons
ZZ
1 dsdh
fδ (t) := 2 · Wf (s, h) · ζ s,h (t) .
cζ R×{h>δ} h2
Si ζ ∈ L1 (R) , on a
f = limδ→0+ fδ dans L2 (R) .
La première partie est immédiate, car on a
ZZ ZZ ¯ µ ¶¯
¯ ¯2 dsdh 1 ¯ t − s ¯2 dsdh
¯ζ s,h (t)¯ = · ¯¯ζ ¯
h2 ¯ h2 =
R×{h>δ} R×{h>δ} h h
ZZ
dsdh 1
= |ζ (s)|2 2
= · kζk22 ,
R×{h>δ} h δ
grâce à la transformation
µ t−s

(s, h) 7−→ h
h
dont le jacobien est h1 . Ceci montre que fδ est bien déÞnie.
Par le lemme et le corollaire 4.2 les fonctions ζ ¦,h (t) = ζÿt,h et Wf (¦, h) appartiennent à
2
L (R) , et grâce au théorème de Plancherel nous obtenons
Z Z ³ ´
Wf (s, h) · ζ s,h (t) ds = Fb S 1 Fζ · F f (s) · Tt Sh ζÿ (s) ds =
h
R R
Z √
¡ ¢
= h · F ζ (hλ) · F f (λ) · Fb Tt Shζÿ (λ) dλ =
R
Z √ ³ ´
= h · F ζ (hλ) · F f (λ) · E−t S 1 F ζÿ (−λ) dλ =
h
R
Z
=h· e2πi·λ·t · |Fζ (hλ)|2 · Ff (λ) dλ .
R
Ainsi
Z µZ ¶
1 2πi·λ·t 2 dh
fδ (t) := 2 · e · |Fζ (hλ)| · Ff (λ) dλ .
cζ {h>δ} R h
Posons

Claude Portenier Décompositions continues en ondelettes 79


4.3 Théorème de reconstruction

Z Z
dh dv
θ δ (λ) := |Fζ (hλ)| = 2
|Fζ (sgn λ · ν)|2 6
{h>δ} h {ν>δ|λ|} v
 R
 |F ζ (sgn λ · ν)|2 dv
v
µ ¶
1
= R 6 min cζ ,
2 2
· kζk2 · 1
 δ |λ|
1
δ|λ|
· {ν>δ|λ|} |Fζ (sgn λ · ν)|2 dv
Cette inégalité montre que θδ ∈ L2 (R) et nous pouvons, grâce au théorème de Tonelli, à
nouveau appliquer le théorème de Fubini. Il vient alors
Z
1 1
fδ (t) = 2 · e2πi·λ·t · Ff (λ) · θ δ (λ) dλ = 2 · Fb (F f · θδ ) (t) ,
cζ R cζ
puis
°Ã ! °2 Z ¯ ¯2
° 1 ° ¯ 1 ¯
° ° ¯ ¯
kf − fδ k22 = kF (f − fδ )k22 = ° 1 − 2 · θ δ · F f ° = 2
¯1 − 2 · θδ (λ)¯ · |Ff (λ)| dλ .
° cζ ° ¯ cζ ¯
2

Comme limδ→0+ θδ = c2ζ ponctuellement en croissant, le théorème de Lebesgue Þnit de


prouver notre assertion. ¤

REMARQUE Si ζ ∈ L1 (R) , f ∈ L2 (R) ∩ L1 (R) et Ff ∈ L1 (R) , on peut donc admettre


que f ∈ C 0 (R) , on a
Z µZ ¶
1 dh
f (t) = 2 · Wf (s, h) · ζ s,h (t) ds pour tout t ∈ R .
cζ h2
En effet, grâce à l’une des formules ci-dessus, aux théorèmes de Tonelli et Fubini, ainsi qu’à
la formule d’inversion de Fourier, on obtient
Z µZ ¶ Z µZ ¶
1 dh 1 2πi·λ·t 2 dh
2
· Wf (s, h) · ζ s,h (t) ds 2
= 2· e · |Fζ (hλ)| · F f (λ) dλ =
cζ h cζ h
Z µZ ¶
1 2πi·λ·t dv2
= 2· e · |Fζ (v)| · Ff (λ) dλ = f (t) . ¤
cζ v

80 Décompositions continues en ondelettes Claude Portenier


Exemples d’ondelettes 4.4

4.4 Exemples d’ondelettes

EXEMPLE 1 J. Morlet a utilisé une fonction du type


1 2
ζ := e− 2 ·id · cos 2π · id .
On a
r
π ³ −2π2 ·(id −1)2 2 2
´
Fζ = · e + e−2π ·(id +1) ,
2
donc
Z √ 2
ζ (t) dt = F ζ (0) = 2π · e−2π ' 6. 706 × 10−9 .

La remarque 4.2.3 montre donc que ζ n’est pas une ondelette, mais presque. Numériquement
il est raisonnable de prendre
√ 1 1
cζ = .44895 = .67004 , =√ ' 1.4925 .
cζ .44895

2
1.5

-4 4

-1.5 -2 2

Ondelette de Morlet Transformée


modiÞée et normalisée de Fourier

EXEMPLE 2 Toute dérivée d’une gaussienne, par exemple


2π 2
·id2
ζ k := ∂/k e− k

pour k > 0 , est une ondelette.

Claude Portenier Décompositions continues en ondelettes 81


4.4 Exemples d’ondelettes

En effet, il est clair que ζ est d’intégrale nulle, et elle satisfait évidemment à la condition
suffisante de la remarque 4.2.3. On a
r
k k 2
F ζk = · idk ·e− 2 ·id .

En outre
Z ∞ Z ∞ µ ¶2k−1 −u
2k−1 −kt2 1 1 √ e 1
t e dt = √ u √ √ du = k −k Γ (k) ,
0 0 2 k k u 2
donc
r
1 k!
ck := cζ k = · .
2 π · kk
Les paramètres de la gaussienne ont été choisis pour pouvoir la comparer avec l’ondelette
de Morlet modiÞée, dont les maxima de la transformée de Fourier se trouvent en ±1 . On a
r r
1 2 · k k+1 4 2k
· F ζ k (1) = k

ck e · k! π
par la formule de Stirling en écrivant
r sr √
2·k k+1 2k 2πk · k k
= · .
ek · k! π ek · k!

82 Décompositions continues en ondelettes Claude Portenier


Exemples d’ondelettes 4.4

Voici quelques exemples.


k=4
r √
1 4! 6
c4 = 4
= √ ' 8.6374 × 10−2
2 π4 16 π

1 1 1 d4 − π 2 t 2 6π ¡ 4 4 2 2
¢ − π2 t2
· ζ 4 (t) := q 4 e 2 = π t − 6π t + 3 e 2
c4 1 4! (2πi) dt4 6
2 π44


1 6π
· ζ 4 (0) = ' 2.1708
c4 2
r
1 1 4 2 16 2
· Fζ 4 (λ) = q · λ4 · e−2λ = √ λ4 e−2λ
c4 1 4! 2π 3
2 π4 4

1.5
2.5

-2 2

-1.5 -3 3

4-ième dérivée Transformée de Fourier

Claude Portenier Décompositions continues en ondelettes 83


4.4 Exemples d’ondelettes

k=8
r √
1 8! 3 70
c8 = = √ ' 1.3829 × 10−2
2 π88 1024 π

1 1 1 d8 − π2 t2
· ζ 8 (t) := q 8 8
e 4 =
c8 1 8! (2πi) dt
2 8 π8


70π (π 8 t8 − 56π 6 t6 + 840π 4 t4 − 3360π 2 t2 + 1680) − π2 t2
= e 4
13440

1 70π1680
· ζ 8 (0) = ' 1.8537
c8 13440
r √
1 1 8 8 −4λ2 1024 70 8 −4λ2
· Fζ 8 (λ) = q ·λ ·e = λe
c8 1 8! 2π 105
2 π88

2
2

-3 3

-1.5 -2 2
8-ième dérivée Transformée de Fourier

84 Décompositions continues en ondelettes Claude Portenier


Exemples d’ondelettes 4.4

k = 16
r √
1 16! 945 1430
c16 = = √ ' 3.0043 × 10−4
2 π1616 67108864 π

1 1 1 d16 − π2 t2
· ζ 16 (t) := q 16 16
e 8 =
c16 1 16! (2πi) dt
2 16
π16

¡
= π 16 t16 − 480π 14 t14 + 87360π 12 t12 − 7687680π 10 t10 + 345945600π 8 t8 − 77491 81440π 6 t6

4 4 2 2
¢ 1430π π2 2
+7 74918 14400π t − 26 56862 20800π t + 13 28431 10400 e− 8 t
566 79727 10400
1 13 28431 10400

· ζ 16 (0) = 566 79727 10400
1430π ' 1.5709
c16
r
1 1 16 16 −8·λ2 134217728 √ 2
· Fζ 16 (λ) = q ·λ ·e = 715λ16 e−8λ
c16 1 16! 2π 675675
2 π1616

2
2

-4 4

-1.5 -2 2

16-ième dérivée Transformée de Fourier

Claude Portenier Décompositions continues en ondelettes 85


4.4 Exemples d’ondelettes

k = 32
r √
1 32! 19155 38625 66786710
c32 = = √ ' 1.197 × 10−7
2 π3232 73786 97629 48382 06464 π

1 1 1 d32 − π2 t2
· ζ 32 (t) := q 32 32
e 16 =
c32 1 32! (2πi) dt
2 π32 32

¡
= π 32 t32 − 3968π 30 t30 + 6904320π 28 t28 − 69595 54560π 26 t26 + 452 37104 64000π 24 t24

−1 99767 05409 02400π22 t22 + 615 28252 65979 39200π 20 t20 − 1 33604 20577 55525 12000π 18 t18

+204 41443 48365 95343 36000π 16 t16 − 21804 20638 25701 69958 40000π 14 t14

+15 87346 22465 11083 72971 52000π 12 t12 − 761 92618 78325 32019 02632 96000π 10 t10

+22857 78563 49759 60570 78988 80000π8 t8 − 3 93857 22940 26627 05219 76422 40000π 6 t6

+33 75919 10916 56803 30455 12192 00000π 4 t4 − 108 02941 14933 01770 57456 39014 40000π 2 t2
√ π2 2
66786710π
+54 01470 57466 50885 28728 19507 20000) 5 89984 62596 87520 69697 88498 70643 20000
e− 16 t

1 √
66786710π
·ζ 32 (0) = 54 01470 57466 50885 28728 19507 20000 5 89984 62596 87520 69697 88498 70643 20000
' 1.3261
c32
r
1 1 32 32 −16λ2 1 47573 95258 96764 12928 √ 2
· F ζ 32 (λ) = q ·λ ·e = 63 96626 13208 36875 66786710λ32 e−16λ
c32 1 32! 2π
2 π3232

2.5
1.5

-4 4

-1.5 -2 2
32-ième dérivée Transform ée de Fourier

86 Décompositions continues en ondelettes Claude Portenier


Exemples d’ondelettes 4.4

2.5

-4 4

-1.5

Ondelette de Morlet et d érivées de gaussiennes

Claude Portenier Décompositions continues en ondelettes 87


4.4 Exemples d’ondelettes

2.5

-3 3

Transformées de Fourier

88 Décompositions continues en ondelettes Claude Portenier


Exemples d’ondelettes 4.4

EXEMPLE 3 L’exemple le plus simple est l’ ondelette de Haar


ζ := −1[− 1 ,0[ + 1[0, 1 [ .
2 2

On a ζÿ = −ζ (cf. remarque 4.2.3),


π · id π · id cos π · id −1
F ζ = −i · sin · sinc =i
2 2 π · id
et

cζ = ln 2 .
1.5
1

-1 1 -10 10

-1.5 -1

Ondelette de Haar 1
i
Transformée de Fourier

EXEMPLE 4 La fonction
ζ := 2 · sinc 2π · id − sinc π · id =

= (2 cos π · id −1) · sinc π · id


est une ondelette. On a
F ζ = 1[−1,1] − 1[− 1 , 1 ]
2 2

et

cζ = ln 2 .
1.5
1.5

-10 10

-1.5 -2 2

Ondelette sinc Transformée de Fourier

Claude Portenier Décompositions continues en ondelettes 89


4.5 Exemples de transformées en ondelettes

4.5 Exemples de transformées en ondelettes

Dans ce qui suit ζ est une ondelette paire,


i.e. ÿζ = ζ ,
et I un intervalle de R contenant supp ζ .

EXEMPLE 1 Considérons un signal de la forme


f = |f| · e2πi·λ·¦ ∈ L2 (R) .
On dit que c’est une ligne spectrale .
Si |f | ∈ C (1) (R) et étant donné s ∈ R , le théorème de la moyenne nous permet d’écrire
|f | = |f| (s) + r (s, ¦) · (¦ − s) avec r (s, ¦) ∈ C (R) .
En effet, pour tout t ∈ R avec t 6= s , on a
Z t
1
r (s, t) = · |f |0 (u) du
t−s s

et
limt→s r (s, t) = |f |0 (s) .
En outre
° °
|r (s, t)| 6 °|f |0 °∞,I(s,t) ,
où I (s, t) désigne l’intervalle d’extrémités s et t .
En faisant le changement de variable u = t−s h
, il vient
Z Z
1
W f (s, h) = ζ s,h (t) · f (t) dt = h 2 · ζ (u) · f (h · u + s) du =

Z
1
=h ·2 ζ (u) · (|f | (s) + r (s, h · u + s) · h · u) · e2πi·λ·(h·u+s) du =

1 3
= |f | (s) · e2πi·λ·s · Fζ (h · λ) · h 2 + R (s, h) · h 2
avec
Z
2πi·λ·s
R (s, h) = e · u · ζ (u) · r (s, h · u + s) · e2πi·hλ·u du .

Ainsi
µ ¶
R (s, h) 1
W f (s, h) = f (s) + · h · Fζ (h · λ) · h 2
F ζ (h · λ)
et
Z
° °
|R (s, h)| 6 °|f |0 °∞,h·I+s · |u · ζ (u)| du .

90 Décompositions continues en ondelettes Claude Portenier


Exemples de transformées en ondelettes 4.5

Supposons que la fonction |Fζ| possède sur R deux maxima en ±λ0 , avec λ0 ∈ R∗+ , et est
qu’elle soit très concentrée autour de ces points. La restriction de W f sur une bande verticale
λ0
J × R∗+ est concentrée sur une petite bande horizontale à la hauteur h0 ' |λ| pour autant que
R(¦,h0 )
Fζ(λ0 )
· h0 soit petit sur J par rapport à f . On a alors
1
f' 1 · W (¦, h0 ) sur J ,
F ζ (λ0 ) · h02
ce qui nous permet de reconnaître une portion de la ligne spectrale dans la transformée en
ondelettes.
Il suffit donc que
° 0° Fζ (λ0 ) · kf k∞,J
°|f| ° · h 0 ¿ R .
∞,h·I+s |u · ζ (u)| du
Cette condition est donc satisfaite si |f | est presque constante sur l’intervalle h0 · I + J , ou
bien si |λ| À λ0 .

EXEMPLE 2 Considérons un signal f ∈ L2 (R) et t0 ∈ R , α ∈ ]0, 1[ tels que l’on ait


|f (t) − f (τ )| 6 c · |t − τ |α pour tout t ∈ R .
Remarquons tout d’abord que, pour tout a, b ∈ R+ , on a
(a + b)α 6 aα + bα .
Nous pouvons évidemment supposer que a 6 b . Par le théorème de la moyenne il existe un
certain ξ ∈ R∗+ entre b et a + b tel que
(a + b)α − bα = a · α · ξ α−1 6 a · aα−1 = aα ,
puisque idα−1 est une fonction décroissante sur R∗+ .
On choisit une ondelette ζ telle que ζ, id ·ζ ∈ L1 (R) . Elle est donc d’intégrale nulle par la
remarque 4.2.4 et il vient
¯Z ¯ Z
1 ¯ ¯
|W f (s, h)| = h 2 · ¯¯ ζ (u) · (f (h · u + s) − f (τ )) dt¯¯ 6 c · |ζ (u)| · |h · u + s − τ |α dt 6

µZ Z ¶
1
6c·h · 2
α α
|ζ (u)| · |hu| du + |s − τ | · |ζ (u)| du 6

µZ ¶ µZ ¶
1 1
6c· α
|ζ (u)| du · |s − τ | · h + c ·
2 |ζ (u)| · (1 + |u|) du · h 2 +α .

Il est donc possible d’estimer τ et α .

Claude Portenier Décompositions continues en ondelettes 91


4.6 Ondelettes régulières

4.6 Ondelettes régulières


Soit ζ ∈ L2 (R) une ondelette. Rappelons (lemme 4.2.(ii)) que, pour tout s ∈ R et h ∈ R∗+ ,
on a
Wf (s, h) = W (T−s f) (0, h) .
Pour étudier le comportement de Wf au voisinage de R × {0} , il nous suffit donc d’étudier
celui de Wf (0, h) lorsque h tend vers 0 , et nous allons voir qu’il dépend essentiellement des
moments de ζ .
Pour tout r ∈ N , nous dirons que ζ à des moments Þnis jusqu’à l’ordre r si idk ·ζ ∈ L1 (R)
pour tout k ∈ N avec 0 6 k 6 r , et nous poserons
Z
Mk := ζ̄(t) · tk dt .

REMARQUE 1 Si ζ est une ondelette dont le premier moment est Þni, on a M0 = 0 .


Réciproquement si les moments d’ordre 0 et 1 sont Þnis et M0 = 0 , alors ζ est une ondelette.

Ce n’est qu’une reformulation de la remarque 4.2.4.

REMARQUE 2 Si les moments de ζ sont Þnis jusqu’à l’ordre r , alors Fζ ∈ C (r) (R) et
Mk = (−1)k ∂/k F ζ (0) par le théorème 3.1.(ii). Mais remarquons que F ζ peut être nulle au
voisinage de 0 sans que l’on ait ζ ∈ L1 (R) comme le montre l’exemple 4.4.4.

Etant donné f ∈ L2 (R) ∩ C (r) (R) , considérons son développement limité de Taylor en 0
r−1 (k)
X f (0)
f (t) = · tk + Rr (t)
k=0
k!
avec
Z t
(t − s)r−1 (r)
Rr (t) = · f (s) ds .
0 (r − 1)!
On a alors
Z µ ¶
√ t
h · Wf (0, h) = ζ̄ · f (t) dt =
h

r−1 (k)
X Z µ ¶ Z µ ¶
f (0) t k t
= · ζ̄ · t dt + ζ̄ · Rr (t) dt =
k=0
k! h h

X
r−1 (k)
f (0)
= er (h) ,
· Mk · hk+1 + R
k!
k=0

92 Décompositions continues en ondelettes Claude Portenier


Ondelettes régulières 4.6

avec
Z µ ¶ ÃZ t !
er (h) = t (t − s)r−1 (r)
R ζ̄ · · f (s) ds dt .
h 0 (r − 1)!

PROPOSITION Soient ζ une ondelette et f ∈ L2 (R) ∩ C (r) (R) .


(i) Si les moments de ζ sont Þnis jusqu’à l’ordre r − 1 et f (r) ∈ L1 (R) , alors
er (h)
R
limh→0+ =0 ,
hr
i.e.
à r−1 !
1 X f (k) (0)
Wf (0, h) = √ · · Mk · hk+1 + o (hr ) .
h k=0
k!

(ii) Si les moments de ζ sont Þnis jusqu’à l’ordre r et f (r) ∈ C b (R) , alors
¯ ¯ ° ° f
°
(r) ° µZ ¶
¯e ¯
¯Rr (h)¯ 6
r

· |ζ (t)| · |t| dt · hr+1 ,
r!
i.e.
à r !
1 X f (k) (0) ¢ ¡
Wf (0, h) = √ · · Mk · hk + O hr+1 .
h k=0
k!

En effet
¯ ÃZ ! ¯
¯ ¯ ¯Z ht
(ht − s)r−1 ¯
¯e ¯ ¯ ¯
¯Rr (h)¯ = ¯ ζ̄ (t) · · f (s) ds · h dt¯ 6
(r)
¯ 0 (r − 1)! ¯

Z ÃZ !
hr h·|t| ¯ (r) ¯
6 · |ζ (t)| · |t|r−1 · ¯f (s)¯ ds dt ,
(r − 1)! −h·|t|

d’où le résultat par le théorème de Lebesgue, puisque ζ · idr−1 ∈ L1 (R) et


Z h·|t|
¯ (r) ¯ ° °
¯f (s)¯ ds 6 °f (r) ° < ∞ .
1
−h·|t|

Pour la seconde partie, il vient


° (r) °
° ° |t|r
|Rr (t)| 6 f ∞
· ,
r!
donc
¯ ¯ ° °f
°
(r) ° Z ¯ µ ¶¯
¯ t ¯
° (r) °
°f ° µZ ¶
¯e ¯
¯Rr (h)¯ 6 ∞
· ¯¯ζ ¯ · |t| dt =
r ∞
· r
|ζ (t)| · |t| dt · hr+1 . ¤
r! h ¯ r!
Cette formule montre que la convergence de Wf (0, h) vers 0 , lorsque h tend vers 0 ,
est d’autant plus rapide lorsque le plus grand r , tel que Mk = 0 pour tout k 6 r , est
grand. Remarquons que dans la formule de reconstruction, si l’ondelette est bien concentrée
au voisinage de 0 , par exemple à décroissance rapide, seules les valeurs s proches de t sont

Claude Portenier Décompositions continues en ondelettes 93


4.6 Ondelettes régulières

nécessaires et que la qualité de la convergence ci-dessus entraîne une bonne convergence de


l’intégrale, supprimant l’effet négatif dû au facteur h12 . Ceci nous conduit à poser la

DEFINITION Soit ζ ∈ L2 (R) et r ∈ N . On dit que ζ est une ondelette régulière d’ordre
r si
(a) ζ ∈ AC (r) (R)
et, pour tout m ∈ N et tout k = 0, . . . , r , on a
¯ ¯
supt∈R htim · ¯∂ k ζ (t)¯ < ∞ .
(b) Z
Mk := tk · ζ (t) dt = 0 pour tout k = 0, . . . , r .

RappelonsRque AC (0) (R) = L1loc (R) . La régularité d’ordre 0 signiÞe que ζ est à décroissance
rapide et que ζ (t) dt = 0 .

EXEMPLE 1 L’ondelette
2 · (cos π · id −1) · sinc π · id
(cf. exemple 4.4.4) est une ondelette, mais elle n’est pas régulière, car elle n’est pas intégrable.
On peut le vériÞer élémentairement (exercice), mais cela découlera aussi de la théorie qui
va suivre (cf. exemple 5.3.1).

EXEMPLE 2 L’ondelette de Haar


−1[− 1 ,0[ + 1[0, 1 [
2 2

(cf. exemple 4.4.3) est une ondelette régulière d’ordre 0 .

EXEMPLE 3 La dérivée (r + 1)-ième d’une gaussienne est une ondelette régulière d’ordre
r.

94 Décompositions continues en ondelettes Claude Portenier


Chapitre 5

Bases d’ondelettes

Claude Portenier ONDELETTES 95


5.1 Analyses multi-échelles de L2 (R)

5.1 Analyses multi-échelles de L2 (R)

2
¡ ¢ 1 On dit qu’une ondelette ζ ∈ L (R) est une ondelette-mère si la suite des
DEFINITION
fonctions ζ j,k j,k∈Z avec
j ¡ ¢
ζ k,j (t) := 2 2 · ζ 2j · t − k = ζ k 1
, (t)
2j 2j

est une base hilbertienne de L2 (R) , dite


¡ base¢ hilbertienne d’ondelettes .
Si ζ est régulière d’ordre r , on dit ζ k,j j,k∈Z est une base hilbertienne d’ondelettes régulières
d’ordre r .

REMARQUE 1 Si ζ est une ondelette-mère, alors pour tout f ∈ L2 (R) la série


X¡ ¯ ¢
f= ζ k,j ¯ f · ζ k,j
j,k∈Z

est sommable dans L2 (R) et on a


X ¯¡ ¯ ¢¯
kf k22 = ¯ ζ k,j ¯ f ¯2 .
j,k∈Z

Remarquons que
µ ¶
¡ ¯ ¢ k 1
ζ k,j ¯ f = Wf , .
2j 2j
En posant
X¡ ¯ ¢
cj f :=
W ζ k,j ¯ f · ζ k,j ,
k∈Z

cj f :
on obtient une décomposition de f en “voix” W
X
f= cj f .
W
j∈Z

Si l’on pose
X ¡ ¯ ¢
Fl := ζ k,j ¯ f · ζ k,j ,
j<l,k∈Z

cl f .
alors l’approximation Fl+1 s’obtient à partir de Fl en ajoutant le “détail” W

96 Bases d’ondelettes Claude Portenier


Analyses multi-échelles de L2 (R) 5.1

Considérons les sous-espaces vectoriels fermés Vl de L2 (R) engendrés par les ζ k,j avec j < l
et k ∈ Z . On a ζ ∈ V1 et
¡ ¢ ¡ ¢
ζ k,j k∈Z,j60 = ζ k,j k∈Z,j<0 ∪ (ζ k )k∈Z ,

donc (ζ k )k∈Z est une base hilbertienne du supplémentaire orthogonal W0 à V0 dans V1 . En


outre
ζ k,j+1 = S 1 ζ k,j .
2

On dit que ζ est adaptée à (Vl )l∈Z .


La suite (Vl )l∈Z est croissante et possède les propriétés (a)-(c) de la déÞnition qui suit. La
condition (d) n’est pas nécessairement satisfaite, mais nous verrons qu’elle est suffisante pour
la construction d’une ondelette-mère et conduit à beaucoup d’exemples pratiques.

DEFINITION 2 On appelle analyse multi-échelles de L2 (R) la donnée d’une suite croissante


de sous-espaces vectoriels fermés (Vl )l∈Z de L2 (R) ayant les propriétés suivantes :
T S 2
(a) l∈Z Vl = {0} et l∈Z Vl est dense dans L (R) .
(b) Pour tout l ∈ Z , on a f ∈ Vl si, et seulement si, S 1 f ∈ Vl+1 .
2

(c) Pour tout k ∈ Z et f ∈ V0 , on a fk := Tk f ∈ V0 , i.e. V0 est stable par les Z-translations.


(d) Il existe un isomorphisme linéaire Φ : V0 −→ `2 (Z) tel que
Φ (fk ) = (Φf )k pour tout k ∈ Z ,
i.e. commutant avec les Z-translations.

REMARQUE 2 Dire que Φ est un isomorphisme signiÞe aussi que Φ est une application
linéaire bijective et que kΦk , kΦ−1 k < ∞ , i.e. qu’il existe des constantes a, b ∈ R∗+ telles que
a · kf k2 6 kΦf k2 6 b · kf k2 .
1
On peut prendre a = kΦ−1 k
et b = kΦk .

REMARQUE 3 En admettant (c), la condition (d) est équivalente à


(d’)Il existe une fonction v ∈ V0 et des constantes a, b ∈ R∗+ satisfaisant à la propriété
suivante : pour tout f ∈ V0 , il existe une unique suite c ∈ `2 (Z) telle que l’on ait
X
f= c (k) · vk ,
k∈Z

la série étant sommable dans V0 , et telle que


à ! 12
X
a · kf k2 6 |c (k)|2 6 b · kf k2 .
k∈Z

On dit que v engendre l’analyse multi-échelles (Vl )l∈Z .


Il suffit de poser v := Φ−1 e0 pour la nécessité et Φf := c pour la suffisance. ¤

Claude Portenier Bases d’ondelettes 97


5.1 Analyses multi-échelles de L2 (R)

REMARQUE 4 Avec les notations ci-dessus, si a = b = 1 , alors (vk )k∈Z est une base
hilbertienne de V0 .

REMARQUE 5 L’homothétie S 1 est une isométrie de Vl sur Vl+1 et


2

l ¡ ¢
S 1l : f 7−→ 2 2 · f 2l ¦
2

1
est une isométrie de V0 sur Vl . En outre Vl est stable par les 2l
· Z-translations.
C’est immédiat par (b) et (c), puisque
T kl S 1l = S 1l Tk
2 2 2

par le lemme 4.2.(ii). ¤

EXEMPLE 1 La fonction sinc π¦ engendre l’analyse multi-échelles déÞnie par :


Vl est le sous-espace vectoriel des f ∈ L2 (R) tels que supp Ff ⊂ [−2l−1 , 2l−1 ] .
Le théorème de Shannon 1.17 montre que (sinc π (¦ − k))k∈Z est une base hilbertienne de
V0 . Les détails de la vériÞcation sont laissés en exercice.

EXEMPLE 2 La fonction 1[0,1[ engendre l’analyse multi-échelles déÞnie par :


Vl est le¡ sous-espace
¢ vectoriel de L2 (R) des fonctions constantes sur les intervalles de la
k
subdivision 2l k∈Z .
¡ ¢
Il est clair que 1[0,1[ (¦ − k) k∈Z est une base hilbertienne de V0 .

EXEMPLE 3 La fonction 1[0,1[ ∗ 1[0,1[ = (1 − |id −1|)+ engendre l’analyse multi-échelles


déÞnie par :
2
Vl est le sous-espace
¡ k ¢ vectoriel de L (R)∩AC (R) des fonctions continues affines par morceaux
sur la subdivision 2l k∈Z .
Les propriétés (a) à (c) sont immédiates, car v := 1[0,1[ ∗ 1[0,1[ ∈ V0 et on a
v (1) = 1 et v (k) = 0 pour tout k ∈ Z r {1} .
En particulier, tout f ∈ V0 s’écrit de manière unique sous la forme
X
f= f (k + 1) · vk ponctuellement.
k∈Z

Sur [k, k + 1] , on a
f = f (k) · vk−1 + f (k + 1) · vk
et
Z Z ¯1
k+1
2
1
2 1 ¯
3¯ 1
vk−1 = (1 − x) dx = − · (1 − x) ¯ = ,
k 0 3 0 3
Z Z µ ¶¯
k+1 1
1 2 1 3 ¯¯1 1
vk−1 · vk = (1 − x) · x dx = ·x − ·x ¯ = ,
k 0 2 3 0 6

98 Bases d’ondelettes Claude Portenier


Analyses multi-échelles de L2 (R) 5.1
Z Z ¯1
k+1 1
1 3 ¯¯ 1
vk2 = 2
x dx = · x ¯ = ,
k 0 3 0 3
donc
XZ k+1 Xµ Z k+1
kf k22 = |f (k) · vk−1 + f (k + 1) · vk | = 2 2
|f (k)| · 2
vk−1
k∈Z k k∈Z k

h i Z k+1 Z k+1 ¶
2
+ f (k) · f (k + 1) + f (k + 1) · f (k) · vk−1 · vk + |f (k + 1)| · vk2 =
k k

1 X³ 2
h i
2
´
= · 2 · |f (k)| + f (k) · f (k + 1) + f (k + 1) · f (k) + 2 · |f (k + 1)| =
6 k∈Z

1 X¡ ¢
= · |f (k)|2 + |f (k + 1)|2 + |f (k) + f (k + 1)|2 .
6 k∈Z
Puisque
¡ ¢
|f (k) + f (k + 1)|2 6 2 · |f (k)|2 + |f (k + 1)|2 ,
on en déduit que
1 X 1 X¡ ¢ X
· |f (k + 1)|2 = · |f (k)|2 + |f (k + 1)|2 6 kf k22 6 |f (k + 1)|2 ,
3 k∈Z 6 k∈Z k∈Z

i.e.
à ! 12
X √
kfk2 6 |f (k + 1)|2 6 3 · kfk2 ,
k∈Z

ce qui montre que f 7−→ (f (k + 1))k∈Z est un isomorphisme de V0 sur `2 (Z) . ¤

Plus généralement

EXEMPLE 4 Etant donné n ∈ N∗ , soit


¡ ¢∗(n+1)
v := 1[0,1[
la puissance (n + 1)-ème convolutive de 1[0,1[ . Cette fonction engendre l’analyse multi-échelles
déÞnie par :
Vl est le¡sous-espace
¢ vectoriel de L2 (R) ∩ AC (n) (R) des fonctions spline de degré n sur la
k
subdivision 2l k∈Z .
¡ ¢∗3
Par exemple 1[0,1[ est une spline quadratique à support dans [0, 3] déÞnie par
 1

 2
· x2 x ∈ [0, 1[
¡ ¢∗3 2 3
1[0,1[ (x) = − x + 3x − 2 si x ∈ [1, 2[ .

 1 · (x − 3)2
2
x ∈ [2, 3]

Claude Portenier Bases d’ondelettes 99


5.1 Analyses multi-échelles de L2 (R)

1
1

-10 10

-0.5 -1 0 1 2
sinc Spline de degré 0

1 1

-1 0 1 2 3 -1 0 1 2 3 4

Spline de degré 1 Spline de degré 2

100 Bases d’ondelettes Claude Portenier


Construction du père des ondelettes 5.2

5.2 Construction du père des ondelettes


Dans ce qui suit (Vl )l∈Z est une analyse multi-échelles, et nous utiliserons les notations de
5.1 correspondantes. Pour simpliÞer, nous dirons qu’une suite est convergente ou qu’une série
est sommable dans L1loc (R) , respectivement L2loc (R) , si cela a lieu par restriction dans L1 (K) ,
respectivement dans L2 (K) , pour tout compact K de R .

LEMME Soient f, g ∈ L2 (R) . Alors


P ¡ ¢
(i) La série k∈Z F f · F g k est absolument sommable dans L1loc (R) , ainsi que ponctuelle-
ment presque partout, et la somme appartient à L1loc,p (R) .
(ii) Pour que la suite des translatées (fk )k∈Z de f soit orthonormée, il faut et il suffit que l’
on ait
X
|Ff |2k = 1 .
k∈Z

(iii) Pour que g soit orthogonale à toutes les fk , i.e. que toutes les gl soient orthogonales à
toutes les fk , il faut et il suffit que
X¡ ¢
Ff · Fg k = 0 .
k∈Z
P
Démonstration de (i) La fonction k∈Z |Ff |2k est déÞnie ponctuellement à valeurs dans
R̄+ et elle est périodique. Comme
Z 1X X Z 1−k Z
2
|Ff |k = |Ff | = |F f|2 < ∞ ,
2

0 k∈Z k∈Z −k

P
le théorème de Beppo Levi et la périodicité montrent que k∈Z |F f|2k est absolument sommable
dans L1loc (R) et Þnie presque partout. D’autre part, par Cauchy-Schwarz, on a
à ! 12 à ! 12
X ¯¡ ¢ ¯ X X
¯ Ff · Fg ¯ 6 |F f|2 |Fg|2 ,
k k k
k∈Z k∈Z k∈Z

ainsi que
XZ 1 ¯¡ ¢ ¯
¯ Ff · Fg ¯ 6
k
k∈Z 0

X µZ 1 ¶ 12 µZ 1 ¶ 12
6 |Ff |2k · |Fg|2k 6
k∈Z 0 0

à ! 12 à ! 12
XZ 1 XZ 1
6 2
|F f|k · |Fg|2k ,
k∈Z 0 k∈Z 0

Claude Portenier Bases d’ondelettes 101


5.2 Construction du père des ondelettes

ce qui prouve la première assertion.


Démonstration de (ii) On a tout d’abord
Z
¡ ¢
( f | fk ) = ( F f| Ffk ) = e−2πi·λ·k · |F f (λ)|2 dλ = F |F f |2 (k) .

D’autre part, puisque |F f |2 ∈ L1 (R) , la formule sommatoire de Poisson généralisée 3.9, montre
que
X X ¡ ¢
|Ff |2k = F |F f |2 (k) · [e2πik·id ] dans S (R)∗ .
k∈Z k∈Z
¡ ¢
Mais (fk )k∈Z est orthonormée si, et seulement si, (f | fk ) = F |Ff |2 (k) = δ 0,k pour tout
k ∈ Z , ce qui est équivalent à
X
|F f|2k = 1 dans S (R)∗ ,
k∈Z

i.e. presque partout par ce qui précède.


Démonstration de (iii) Comme ci-dessus on a tout d’abord
¡ ¢
(fk |g) = F F f · F g (−k)
puis, par la formule sommatoire de Poisson généralisée 3.9,
X¡ ¢ X ¡ ¢
Ff · Fg k = F F f · F g (k) · [e2πik·id ] dans S (R)∗ .
k∈Z k∈Z

Le corollaire 2.4 montre alors que g est orthogonale à tous les fk si, et seulement si,
X¡ ¢
F f · Fg k = 0 dans S (R)∗ ,
k∈Z

i.e. presque partout. ¤

PROPOSITION Soit (Vl )l∈Z une analyse multi-échelles engendrée par v et posons
X
ρ := |Fv|2k ∈ L1loc,p (R) .
k∈Z

(i) Pour tout f ∈ V0 , la série


X
Ψf := Φf (k) · e−2πi¦·k
k∈Z

est sommable dans L2loc,p (R) et l’application


Ψ : V0 −→ L2loc,p (R) : f 7−→ Ψf
est bijective. On a les formules
Ψf · F v = Ff , ()

Ψ−1 η = Fb (η · Fv) pour tout η ∈ L2loc,p (R) , ()

102 Bases d’ondelettes Claude Portenier


Construction du père des ondelettes 5.2

X¡ ¢
Ff · F g k
= ρ · Ψf · Ψg . ()
k∈Z

et
ΨTl = E−l Ψ pour tout l ∈ Z . ()
(ii) L’application
1[0,1[ · Ψ : V0 −→ L2 ([0, 1[ , ρ) : f 7−→ 1[0,1[ · Ψf
est une isométrie. En outre,
1 ° −1 °2
° ° .
2 6 ρ 6 Φ
kΦk
Démonstration de (i) Remarquons tout d’abord que, pour tout f ∈ V0 , on a
X
f= Φf (k) · vk ,
k∈Z

donc
X
Ff = Φf (k) · e−2πi¦·k · F v
k∈Z
P
dans L2 (R) , et par suite dans L1loc (R) . Mais comme la série k∈Z Φf (k)·e−2πi¦·k est sommable
dans L2loc,p (R) et, puisque la multiplication

L2loc (R) × L2 (R) −→ L1loc (R)


est continue par l’inégalité de Cauchy-Schwarz, on obtient (1) :
à !
X X
Ψf · Fv = Φf (k) · e−2πi¦·k · Fv = Φf (k) · e−2πi¦·k · F v = Ff .
k∈Z k∈Z

Il est clair que Ψ = F cT ◦ (Φ)∨ est bijective, en identiÞant L2 (T) avec L2 (R) . Pour tout
loc,p
η ∈ L2loc,p (R) , il vient alors
¡ ¢
F Ψ−1 η = ΨΨ−1 η · Fv = η · Fv ,
donc (2) :
Ψ−1 η = Fb (η · Fv) .
Puisque Ψf est périodique, on obtient également la formule
X X¡ ¢
ρ · Ψf · Ψg = Ψf · Ψg · |F v|2k = Ψf · Fv · Ψg · F v k =
k∈Z k∈Z

X¡ ¢
= Ff · Fg k
.
k∈Z

Pour la dernière formule on a


X X
ΨTl f = Φ (fl ) (k) · e−2πi·¦·k = Φf (k − l) · e−2πi·¦·k =
k∈Z k∈Z

Claude Portenier Bases d’ondelettes 103


5.2 Construction du père des ondelettes
X
= Φf (k) · e−2πi·¦·(k+l) = E−l Ψf .
k∈Z

Démonstration de (ii) On a le diagramme commutatif suivant :


1[0,1[ · Ψ
V0 −→ L2 ([0, 1[ , ρ)

Φ ↓ ↓ Id ,

`2 (Z) −→ P L2 ([0, 1[)
−2πi·¦·k
c 7−→ k∈Z c (k) · e

et comme
Z Z 1 X
kf k22 = kFf k22 = 2
|Ψf | · |Fv| = 2
|Ψf |2 · |F v|2k =
R 0 k∈Z

Z 1
= |Ψf|2 · ρ ,
0
1[0,1[ · Ψ est une isométrie. Il vient alors
Z 1
° °2 ° °2
kρk∞ = sup |h|2 · ρ = sup khk22,ρ = °Id−1 ° = °Φ−1 ° ,
khk2 61 0 khk2 61

ainsi que
° ° Z 1
°1° √ 1
° ° = sup | ρ · h|2 · = sup khk22 = kIdk22 = kΦk2 . ¤
°ρ° ρ khk2,ρ 61
∞ k√ρ·hk2 61 0

DEFINITION On dit que ω ∈ L2 (R) est une ondelette-père , associée à l’analyse multi-
échelles (Vl )l∈Z , si la suite des fonctions (ω k )k∈Z est une base hilbertienne de V0 .

l ¡ ¢
REMARQUE 1 Comme S 1l : f 7−→ 2 2 · f 2l ¦ est une isométrie de V0 sur Vl (cf. remarque
³2 ´
5.1.5), la suite de fonctions S 1l ω k est une base hilbertienne de Vl . Une ondelette-père
2 k∈Z
associée à l’analyse multi-échelles (Vl )l∈Z engendre évidemment cette analyse. La proposition
prend dans ce cas une forme simple puisque ρ = 1 .
Plus précisément on a le

COROLLAIRE Soit ω ∈ V0 . Les propriétés suivantes sont équivalentes :


(i) ω est une ondelette-père.
P 2
(ii) k∈Z |Fω|k = 1 .
(iii) Il existe une unique fonction γ ∈ L∞
p (R) avec |γ| = 1 telle que
³ 1
´
ω = Fb γ · ρ− 2 · F v .

104 Bases d’ondelettes Claude Portenier


Construction du père des ondelettes 5.2

1 P
Dans ce cas, si γ · ρ− 2 = k∈Z p (k) · e−2πi·¦·k , alors
X
ω= p (k) · vk .
k∈Z
1
Le lemme montre que (i) entraîne (ii). Si (ii) est satisfaite, alors |Ψω| = ρ− 2 par (3) .
− 12
Puisque Ψω est périodique, il existe un unique γ ∈ L∞ p (R) avec |γ| = 1 et Ψω = γ · ρ , ce
qui prouve (iii) par (1) . ³ ´
Pour prouver que (iii) entraîne (i), remarquons que si ω = Fb γ · ρ− 2 · Fv on a
1

³ ´
b − 12 1
Ψω = ΨF γ · ρ · F v = γ · ρ− 2

par (2) . Mais par (4) on a


1
Ψω k = E−k Ψω = e−2πi·¦·k · Ψω = γ · ρ− 2 · e−2πi·¦·k .
³ ´
− 12 2πi·¦·k
Il nous suffit donc de montrer que la suite γ · ρ · e est une base hilbertienne de
k∈Z
L2 ([0, 1[ , ρ) . Mais comme
1
h 7−→ γ · ρ− 2 · h : L2 ([0, 1[) −→ L2 ([0, 1[ , ρ)
est une isométrie
¡ ¢ surjective par la dernière assertion de la proposition, le résultat en découle
puisque e2πi¦·k k∈Z est une base hilbertienne de L2 ([0, 1[) .
Finalement
à !
³ 1
´ ³ 1
´ X X
ω = Fb γ · ρ− 2 · F v = Ψ−1 γ · ρ− 2 = Ψ−1 p (k) · e−2πi·¦·k = p (k) · vk . ¤
k∈Z k∈Z

REMARQUE 2 La construction d’une ondelette-père dépend essentiellement de v , donc de


Φ . L’ondelette-père canonique associée à ces données est obtenue en prenant γ = 1 , i.e.
" #− 12 
X
ω := Fb  |Fv|2 · Fv  .
k
k∈Z

Nous utilisons les notations des exemples 5.1 correspondants.

EXEMPLE 1 La fonction sinc π¦ est l’ondelette-père canonique.


Cela découle du théorème de Shannon dans L2 démontré dans 3.11, mais aussi du corollaire
puisque
F sinc π ¦ = 1[− 1 , 1 [
2 2

par l’exemple 3.7, donc


X ¯¯ ¯2
¯
¯1[− 1 , 1 [ ¯ = 1 . ¤
2 2 k
k∈Z

EXEMPLE 2 La fonction 1[0,1[ est l’ondelette-père canonique.

Claude Portenier Bases d’ondelettes 105


5.2 Construction du père des ondelettes

C’est immédiat car tout f ∈ V0 s’écrit


X X
f= 1[k,k+1[ · f = f (k) · 1[k,k+1[ . ¤
k∈Z k∈Z

Puisque F1[0,1[ = e−πi·¦ · sinc π¦ , le corollaire montre alors que


X 2
X sin2 π · (¦ − k) sin2 π¦ X 1
1= |sinc π · (¦ − k)| = = · ,
k∈Z k∈Z
π 2 · (¦ − k)2 π 2
k∈Z
(¦ − k)2
i.e.
X 1 ³ π ´2
= ,
k∈Z
(¦ − k)2 sin π¦
un résultat bien connu de la théorie des fonctions.

¡ ¢
EXEMPLE 3 Comme F 1[0,1[ = e−πi·¦ · sinc π¦ , on a F 1[0,1[ ∗ 1[0,1[ = e−2πi·¦ · sinc2 π¦ , et
par suite
X X sin4 π · (¦ − k) sin4 π¦ X 1
ρ= sinc4 π (¦ − k) = = · 4 .
k∈Z
π 4 · (¦ − k)4
k∈Z
π 4
k∈Z
(¦ − k)
P 1
Puisque la série de fonctions méromorphes k∈Z (¦−k) 2 converge normalement sur tout compact
¡ π ¢2
de C vers sin π¦ , par dérivation (cf. Théorème Chap. V, §2, n◦ 1, p. 151 de H. Cartan 3 ) on
en déduit que
à !00
X 1 1 X 1 1 2 ¡ ¢0
−3
= · = · π · (−2) · π · sin π ¦ · cos π¦ =
k∈Z
(¦ − k)4 6 k∈Z
(¦ − k)2 6

1 ¡ ¢
= − · π 3 · −3π · sin−4 π ¦ · cos2 π ¦ −π · sin−3 π ¦ · sin π¦ =
3
¡ ¢
1 4 3 · 1 − sin2 π¦ + sin2 π¦ 1 4 3 − 2 · sin2 π¦
= ·π · = ·π · .
3 sin4 π¦ 3 sin4 π¦
Ainsi
2
· sin2 π ¦ .
ρ=1−
3
Une ondelette-père ω est alors donnée en prenant γ := e2πi·¦ par
µ ¶− 12
2
Fω = 1 − · sin2 π¦ · sinc2 π ¦ .
3
Nous savons que ω ∈ V0 : c’est donc une fonction continue affine par morceaux sur les
intervalles de la subdivision (k)k∈Z . On a
X X
ω (k) = p (l) · vl (k) = p (l) · δ 1,k−l = p (k − 1) =
l∈Z l∈Z
3
H. Cartan, Théorie élémentaire des fonction analytiques d’une ou plusieurs variables complexes, Hermann, Paris,
1961.

106 Bases d’ondelettes Claude Portenier


Construction du père des ondelettes 5.2

Z 1 µ ¶− 12
2πi·λ·(k−1) 2 2
= e · 1 − · sin πλ dλ .
0 3
On peut vériÞer que
³ √ ´−|k|
|ω (k)| 6 cst · 2 + 3 .

Claude Portenier Bases d’ondelettes 107


5.3 Construction de la mère des ondelettes

5.3 Construction de la mère des ondelettes


Soit (Vl )l∈Z une analyse multi-échelles. Pour tout l ∈ Z , il existe d’après le théorème de la
projection un sous-espace vectoriel fermé Wl de L2 (R) tel que
2
M
Vl+1 = Vl Wl .

Les propriétés d’une analyse multi-échelles se traduisent par le

LEMME La famille (Wl )l∈Z satisfait aux propriétés suivantes :


(i) 2
M
2
L (R) = Wl .
l∈Z

(ii) Pour tout l ∈ Z , on a f ∈ Wl si, et seulement si, S 1 f ∈ Wl+1 .


2

(iii) Pour tout k ∈ Z et f ∈ W0 , on a fk ∈ W0 .


En outre pour que ζ ∈ L2 (R) soit une ondelette-mère adaptée à (Vl )l∈Z , il faut et il suffit
que (ζ k )k∈Z soit une base hilbertienne de W0 .

Démonstration de (i) Il est tout d’abord clair que les Wl sont deux à deux orthogonaux.
L2
On a alors Vl = Wj , car si f ∈ Vl est orthogonal à tous les Wj pour j < l , on a f ∈ Vj ,
j<l
T S
donc f ∈ j<l Vj = {0} . L’assertion en découle puisque l∈Z Vl est dense dans L2 (R) .

Démonstration de (ii) Il suffit de remarquer que f ∈ Vl et f ⊥ Vl−1 est équivalent à


f (2 · ¦) ∈ Vl+1 et f (2 · ¦) ⊥ Vl .
Démonstration de (iii) Si f ∈ W0 , on a f ∈ V1 et f ⊥ V0 , donc fk ∈ V1 et fk ⊥ V0 , car
V1 est stable par les 12 · Z-translations, donc V1 et V0 sont stables par les Z-translations (cf.
remarque 5.1.5).
Finalement, la condition est nécessaire
³ ´comme nous l’avons vu à la remarque 5.1.1. Ré-
ciproquement, on a ζ k,j = S 1j ζ k , et S 1j ζ k est une base hilbertienne de Wj par (ii) , donc
¡ ¢ 2 2 k∈Z
ζ k,j k,j∈Z en est une de L2 (R) . ¤

PROPOSITION Soit (Vl )l∈Z une analyse multi-échelles et ω une ondelette-père.


(i) En posant
1
A := √ · ΨS2 ω ∈ L2loc,p (R) ,
2
on a
¯ ¯2
¯ ¯
|A|2 + ¯A 1 ¯ = 1 ,
2

108 Bases d’ondelettes Claude Portenier


Construction de la mère des ondelettes 5.3

et la bijection ΨS2 : V1 −→ L2loc,p (R) applique W0 sur le sous-espace vectoriel des η ∈ L2loc,p (R)
satisfaisant à
A · η + A1 · η 1 = 0 . (∗)
2 2

(ii) L’application
³ ´
Θ : W0 −→ L2loc,p, 1 (R) : g 7−→ e2πi·¦ · A 1 · ΨS2 g − A · (ΨS2 g) 1
2 2 2

est bijective, son application réciproque est


³ ´
−1
Θ b
7 → S1 F e
:ξ− −2πi·¦
· A1 · ξ · Fω ,
2 2

¯ ¯2
¯ ¯
|Θg|2 = |Ψg|2 + ¯(Ψg) 1 ¯ , (∗∗)
2

et
µ· ·¶
2 1
1[0, 1 [ · Θ : W0 −→ L 0, : g 7−→ 1[0, 1 [ · Θg
2 2 2

est une isométrie.

Démonstration de (i) Pour tout f, g ∈ V1 , grâce à la formule 5.2.(3) appliquée à ω et en


tenant compte du corollaire 5.2, on a
X ¡ ¢ √ X ¡ ¢
ΨS2 f · ΨS2 g = Tk F S2 f · FS2 g = 2 · Tk S 1 Ff · F g =
2
k∈Z k∈Z

√ X ¡ ¢
= 2· S 1 T2k F f · Fg ,
2
k∈Z

donc
1 ³ ¡ ¢ ´ X ¡ ¢ X ¡ ¢
√ · ΨS2 f · ΨS2 g + ΨS2 f · ΨS2 g 1 = S 1 T2k Ff · Fg + T 1 S 1 T2k F f · Fg =
2 2
k∈Z
2
k∈Z
2 2

à !
X ¡ ¢ X ¡ ¢ X¡ ¢
= S1 T2k F f · Fg + T2k+1 F f · F g = S1 Ff · Fg k ,
2 2
k∈Z k∈Z k∈Z

i.e.
¡ ¢ √ X¡ ¢
ΨS2 f · ΨS2 g + ΨS2 f · ΨS2 g 1 = 2 · S 1 Ff · F g k . (∗ ∗ ∗)
2 2
k∈Z

En particulier
¯ ¯2 √2 X
2¯ ¯
|A| + ¯A 1 ¯ = · S1 |F ω|2k = 1 .
2 2 2
k∈Z

D’autre part pour tout g ∈ V1 , on a g ∈ W0 si, et seulement si, g ⊥ ω k pour tout k ∈ Z ,


puisque (ω k )k∈Z est une base hilbertienne de V0 , ce qui est équivalent à
A · ΨS2 g + A 1 · (ΨS2 g) 1 = 0
2 2

par la formule (∗ ∗ ∗) ci-dessus et le lemme 5.2.(iii) , d’où le résultat.

Claude Portenier Bases d’ondelettes 109


5.3 Construction de la mère des ondelettes

Démonstration de (ii) Pour presque tous les λ ∈ R , les vecteurs


à ! à !
A (λ) A 1 (λ)
, e−2πi·λ · 2
∈ C2
A 1 (λ) − A (λ)
2

sont de norme 1 et orthogonaux. Ainsi, pour qu’une fonction η : R −→ C satisfasse à (∗) , il


faut et il suffit qu’il existe une (unique) fonction ξ : R −→ C avec
à ! à !
η A 1
= ξ · e−2πi·¦ · 2
.
η1 − A
2

Si η est périodique, on a alors


à ! à ! à à !!
η1 η1 A 1
2
=
2
= ξ · e−2πi·¦ · 2
=
η η 1+1 − A 1
2 2 2

à ! à !
A1 −A
= ξ 1 · e−2πi·¦ · eπi·¦ · = ξ 1 · e−2πi·¦ · ,
2
−A 1 2
A1
2 2

puisque A est périodique, donc ξ = ξ 1 par l’unicité. En outre


2
³ ´ ³ ´
2πi·¦
ξ = ξ · A · A + A1 · A1 = e · A1 · η − A · η 1 ,
2 2 2 2

et
¯ ¯2
¯ ¯
|ξ|2 = |η|2 + ¯η 1 ¯ .
2

1
Réciproquement, si ξ est de période 2
, il est clair que la fonction

η := e−2πi·¦ · A 1 · ξ
2

est périodique et satisfait à (∗) . Ceci Þnit de prouver que Θ est une bijection. Finalement,
Z 1 Z 1 ¯ ¯2 Z 1
2
2
2
2 ¯ ¯
|ξ| = |η| + ¯η 1 ¯ = |η|2
2
0 0 0

montre que Θ est une isométrie. Son application réciproque est alors donnée par
³ ´
−1 −1 −1 b b
Θ ξ = (ΨS2 ) η = S 1 Ψ η = S 1 F (η · Fω) = S 1 F e −2πi·¦
· A1 · ξ · Fω
2 2 2 2

par la formule 5.2.(2). ¤

COROLLAIRE Soit ζ ∈ V1 et posons


1
B := √ · ΨS2 ζ ∈ L2loc,p (R) .
2
Les propriétés suivantes sont équivalentes :

(i) ζ est une ondelette-mère adaptée à l’analyse multi-échelles (Vl )l∈Z .

110 Bases d’ondelettes Claude Portenier


Construction de la mère des ondelettes 5.3

(ii) On a
¯ ¯2
¯ ¯
|B|2 + ¯B 1 ¯ = 1 et A · B + A 1 · B 1 = 0 .
2 2 2

(iii) Il existe une unique fonction ϑ ∈ L∞


p, 12
(R) avec |ϑ| = 1 telle que
√ ³ ´ ³ ³¦´ ³¦´ ³ ¦ ´´
ζ = 2 · S 1 Fb e−2πi·¦ · A 1 · ϑ · F ω = T 1 Fb A 1 ·ϑ · Fω ,
2 2 2 2 2 2 2
ou bien
³¦´ ³¦´ ³¦´
Fζ = e−πi·¦ · A 1 ·ϑ · Fω ,
2 2 2 2
ou encore
B = e−2πi·¦ · A 1 · ϑ .
2

Le lemme 5.2, (ii) et (iii) , montre puisque (ζ k )k∈Z est une suite orthonormée orthogonale
à V0 , que (i) entraîne (ii), car
¯ ¯2 √2 X
2 ¯ ¯
|B| + ¯B 1 ¯ = · S1 |Fζ|2k = 1
2 2 2
k∈Z

et

2 X¡ ¢
A · B + A1 · B1 = · S1 F ω · Fζ k = 0 ,
2 2 2 2
k∈Z

d’après la formule (∗ ∗ ∗) ci-dessus.


La première formule de (ii) montre que ϑ := √12 · Θζ ∈ L2loc,p, 1 (R) satisfait à
2
µ ¯ ¯ ¶ ¯ ¯
1 ¯ ¯2 ¯ ¯2
|ϑ|2 = · |ΨS2 ζ|2 + ¯(ΨS2 ζ) 1 ¯ = |B|2 + ¯B 1 ¯ = 1
2 2 2

grâce à la formule (∗∗) . La seconde formule de (ii) signiÞe que B = √12 · ΨS2 ζ satisfait à la
formule (∗) , donc que ζ ∈ W0 , puis que
√ √ ³ ´
ζ = 2 · Θ−1 ϑ = 2 · S 1 Fb e−2πi·¦ · A 1 · ϑ · F ω =
2 2

³ ³¦´ ³¦´ ³ ¦ ´´ ³ ³¦´ ³¦´ ³ ¦ ´´


b
=F e −πi·¦
· A1 ·ϑ · Fω b
= T1 F A1 ·ϑ · Fω
2 2 2 2 2 2 2 2 2
grâce aux formules du lemme 4.2.(ii).
Finalement, si ζ est déÞnie par (iii), on a
1 ³ ´
B = √ · ΨS2 ζ = ΨS2 Θ−1 ϑ = ΨS2 S 1 Fb e−2πi·¦ · A 1 · ϑ · F ω =
2 2 2

= e−2πi·¦ · A 1 · ϑ
2

par la formule 5.2.(2). Mais comme


S2 ζ k = S2 Tk ζ = T2k S2 ζ ,
il vient

ΨS2 ζ k = ΨT2k S2 ζ = e−2πi·¦·2k · ΨS2 ζ = 2 · e−2πi·¦·2k · B =

Claude Portenier Bases d’ondelettes 111


5.3 Construction de la mère des ondelettes
√ √
= 2 · e−2πi·¦·2k · e−2πi¦ · A 1 · ϑ = 2 · e−2πi·¦·(2k+1) · A 1 · ϑ ,
2 2

donc
µ ³√ ´ ¶
2πi·¦
√ −2πi·¦·(2k+1) −2πi·¦·(2k+1)
Θζ k = e · A1 · 2 · e · A1 · ϑ − A · 2·e · A1 · ϑ 1 =
2 2 2
2

µ¯ ¯ ¶
√ ¯ ¯2 2

= 2 · ¯A 1 ¯ + |A| · ϑ · e−2πi·¦·2k = 2 · ϑ · e−2πi·¦·2k ,
2

car ϑ est 12 -périodique, A est 1-périodique et e−πi·(2k+1) = −1 . Le résultat en découle, puisque


³√ ´
2 · ϑ · e−2πi·¦·2k
k∈Z

2
¡£ 1
£¢
est une base hilbertienne de L 0, 2 . ¤

REMARQUE 1 La construction d’une ondelette-mère dépend essentiellement de ω , donc


de v , et par suite de Φ . L’ondelette-mère canonique associée à ces données est ontenue en
prenant ϑ = 1 , i.e.
³ ³¦´ ³ ¦ ´´
ζ := T 1 Fb A 1 · Fω ,
2 2 2 2
ou bien
³¦´ ³¦´
Fζ = e−πi·¦ · A 1 · Fω
2 2 2

REMARQUE 2 Les fonctions périodiques A et B sont univoquement caractérisées par


A · Fω = Fω (2¦) et B · Fω = Fζ (2¦) .
En effet
1 1 1
A · Fω = √ · ΨS2 ω · F ω = √ · FS2 ω = √ · S 1 Fω = Fω (2¦)
2 2 2 2

et
1 1 1
B · F ω = √ · ΨS2 ζ · F ω = √ · F S2 ζ = √ · S 1 Fζ = F ζ (2¦) ,
2 2 2 2

grâce à la formule 5.2.(1). ¤

Nous utilisons les notations des exemples 5.1 et 5.2 correspondants.

EXEMPLE 1 Rappelons que ω = sinc π¦ est l’ondelette-père canonique et que


Fω = 1[− 1 , 1 [ .
2 2

On a donc
A · 1[− 1 , 1 [ = 1[− 1 , 1 [ (2¦) = 1[− 1 , 1 [
2 2 2 2 4 4

112 Bases d’ondelettes Claude Portenier


Construction de la mère des ondelettes 5.3

et par suite
X³ ´
A= 1[− 1 , 1 [ .
4 4 k
k∈Z

Ainsi

A 1 · F ω = 1[− 1 ,− 1 [ + 1[ 1 , 1 [ .
2 2 4 4 2

L’ondelette-mère canonique est alors


³ ´
ζ = T 1 Fb 1[−1,− 1 [ + 1[ 1 ,1[ =
2 2 2

µ ¶
1 −πi· 3 ¦ π 1 3 π
= T1 ·e 2 · sinc ¦ + · eπi· 2 ¦ · sinc ¦ =
2 2 2 2 2

µ ¶ µ ¶ µ ¶ µ ¶
3π 1 π 1 1 1
= cos ¦− · sinc ¦− = 2 · sinc 2π ¦ − − sinc π ¦ − .
2 2 2 2 2 2

EXEMPLE 2 La fonction ω = 1[0,1[ est l’ondelette-père canonique et F1[0,1[ = e−πi·¦ ·sinc π¦ .


On a donc

A · e−πi·¦ · sinc π ¦ = e−2πi·¦ · sinc 2π ¦ = e−2πi·¦ · cos π ¦ · sinc π¦

et par suite

A = e−πi·¦ · cos π ¦ .

Ainsi
µ ¶
πi·(¦− 12 ) 1
A1 · Fω = e · cos π ¦ − · e−πi·¦ · sinc π ¦ = −i · sin π ¦ · sinc π ¦
2 2

et l’ondelette-mère canonique est


³ ´ µ ¶
π π 1 ¡ π i·¦ π ¢ π
ζ = T 1 Fb −i · sin ¦ · sinc ¦ = T 1 F −
e2 − e 2 i·¦
· sinc ¦ =
2 2 2 2 2 2

³ ´
= T 1 1[0, 1 [ − 1[− 1 ,0[ = −1[0, 1 [ + 1[ 1 ,1[ .
2 2 2 2 2

Elle est régulière d’ordre 0 et engendre la base hilbertienne classique de Haar.

Claude Portenier Bases d’ondelettes 113


5.3 Construction de la mère des ondelettes

1
1

-10 10 -1 1 2

-1 -1
Ondelette-mère sinc Ondelette-mère spline de degré 0

EXEMPLE 3 L’ondelette-père ω que nous avons choisie est déÞnie par


µ ¶− 12
2 2
Fω = 1 − · sin π¦ · sinc2 π ¦ .
3
On a donc
µ ¶− 12 µ ¶− 12
2 2 2 2 2
A · 1 − · sin π¦ · sinc π ¦ = 1 − · sin 2π¦ · sinc2 2π¦
3 3
et par suite
µ ¶ 12
1 − 23 · sin2 π¦
A= · cos2 π ¦ .
1 − 23 · sin2 2π¦
Ainsi
à ¡ ¢ ! 12 µ ¶ µ ¶− 12
1 − 23 · sin2 π ¦ − 12 1 2
A1 · Fω = ¡ ¢ · cos2 π ¦ − · 1 − · sin2 π¦ · sinc2 π ¦ =
2 1 − 23 · sin2 2π ¦ − 12 2 3

à ! 12
1 − 23 · cos2 π¦
= ¡ ¢¡ ¢ · sin2 π ¦ · sinc2 π¦
1 − 23 · sin2 2π¦ 1 − 23 · sin2 π¦
Une ondelette-mère ζ est alors déÞnie par
à ! 12
2 2 π
π 1 − · cos ¦ π
Fζ = e−πi·¦ · sin2 ¦ · ¡ 2 2
3 ¢¡ 2
2 2 π
¢ · sinc2 ¦ .
2 1 − 3 · sin π¦ 1 − 3 · sin 2 ¦ 2

Elle est régulière d’ordre 1 .

114 Bases d’ondelettes Claude Portenier


Construction de la mère des ondelettes 5.3
¡ ¢
REMARQUE 3 Les bases hilbertiennes (ω k )k∈Z de V0 et e−2πi·¦·k k∈Z de L2 ([0, 1[) se cor-
respondant par Ψ , il existe une suite a ∈ `2 (Z) telle que
X
A= a (k) · e−2πi·¦·k ,
k∈Z

i.e.
1 ³¦´ X
·ω = a (k) · ω k .
2 2 k∈Z

On a donc
 1
¡ ¡ ¢¢ R ¡t¢
 2
· ω k | ω ¦2 = 1
2
· ω (t − k) · ω 2
dt
a (k) = R .
 2πi·λ·k
(F ω k | F ω (2¦)) = e · Fω (λ) · Fω (2λ) dλ
De même soit b ∈ `2 (Z) telle que
X
B= b (k) · e−2πi·¦·k ,
k∈Z

i.e.
X
ζ =2· b (k) · ω k (2¦) .
k∈Z

On a alors le

THEOREME La fonction ζ est une ondelette-mère si, et seulement si, il existe c ∈ `2 (Z)
telle que pour tout k ∈ Z , on ait
X
c (k − l) · c (l) = δ 0,k et c (2k + 1) = 0 ,
l∈Z

ainsi que
X
b (k) = (−1)l · a (l) · c (l + k − 1) .
l∈Z

L’ondelette-mère canonique est déÞnie par


b (k) = (−1)1−k · a (1 − k) ,
i.e.
X
ζ =2· (−1)k · a (k) · ω 1−k (2¦) .
k∈Z
P
En effet, en écrivant ϑ = k∈Z c (k)·e−2πi·¦·k , les conditions sur c expriment celles auxquelles
ϑ doit satisfaire. En effet |ϑ| = 1 est équivalent à
à !
X X X X
1= c (k) · e−2πi¦·k · c (l) · e−2πi·¦·l = c (l − k) · c (l) · e−2πi·¦·k ,
k∈Z l∈Z k∈Z l∈Z

donc à
X
c (l − k) · c (l) = δ 0,k pour tout k ∈ Z .
l∈Z

Claude Portenier Bases d’ondelettes 115


5.3 Construction de la mère des ondelettes

D’autre par ϑ est 12 -périodique si, et seulement si,


X X µ ¶ X
k −2πi·¦·k −2πi·(¦− 12 )·k 1
(−1) · c (k) · e = c (k) · e =ϑ ¦− =ϑ= c (k) · e−2πi·¦·k ,
k∈Z k∈Z
2 k∈Z

i.e. si c (2k + 1) = 0 pour tout k ∈ Z .


En outre
X
b (k) · e−2πi·¦·k = B = e−2πi·¦ · A 1 · ϑ =
2
k∈Z

à ! à !
X X
−2πi·¦ 2πi·(¦− 12 )·l −2πi·¦·k
=e · a (l) · e · c (k) · e =
l∈Z k∈Z

à ! à !
X X
= (−1)l · a (l) · e2πi·¦·l · c (k) · e−2πi·¦·(k+1) =
l∈Z k∈Z

à !
X X
= (−1)l · a (l) · c (l + k − 1) · e−2πi·¦·k ,
k∈Z l∈Z

d’où le résultat par comparaison.


L’ondelette-mère canonique est déÞnie par ϑ = 1 , i.e. c = δ 0,¦ . ¤

Revenons aux exemples précédent.

EXEMPLE 4 Si ω = sinc π¦ , on a
Z Z 1
4
2πi·λ·k
a (k) = e · 1[− 1 , 1 [ (λ) · 1[− 1 , 1 [ (2λ) dλ = e2πi·λ·k dλ =
2 2 2 2
− 14

 (−1)l
1 ¡ π π ¢ sin kπ  π(2l+1)
si k = 2l + 1
= · e 2 i·k − e− 2 i·k = 2
= .
2πi · k πk 
0 sinon
L’ondelette-mère canonique s’écrit donc
X (−1)l X (−1)l
ζ =2· (−1)2l+1 · sinc π (2 ¦ +2l) = 2 · · sinc π (2 ¦ −2l) ,
l∈Z
π (2l + 1) l∈Z
π (2l − 1)

mais nous savons que cette fonction est égale à


µ ¶ µ ¶
3π 1 π 1
cos ¦− · sinc ¦− .
2 2 2 2

EXEMPLE 5 Si ω = 1[0,1[ , on a
Z µ ¶ Z
1 t 1
a (k) = · 1[0,1[ (t − k) · 1[0,1[ dt = · 1[k,k+1[ (t) · 1[0,2[ (t) dt =
2 2 2

116 Bases d’ondelettes Claude Portenier


Construction de la mère des ondelettes 5.3
 1
 2
si k = 0, 1
= .
 0 sinon

L’ondelette-mère canonique s’écrit donc


¡¡ ¢ ¢
ζ= 1[0,1[ 1
− 1 [0,1[ (2¦) = −1[0, 1 [ + 1[ 1 ,1[ .
2 2

EXEMPLE 6 Pour calculer l’ondelette ¡ ¢ mère canonique, elle est continue affine par morceaux
sur les intervalles de la subdivision k2 k∈Z , on détermine la suite des valeurs de ω sur Z , puis
les suites a et b des coefficients de Fourier de A et B respectivement. Les valeurs de ζ sur 12 · Z
sont alors données par
µ ¶ X X
l
ζ =2· b (k) · ω (l − k) = 2 · (−1)1−k · a (1 − k) · ω (l − k) =
2 k∈Z k∈Z

X
=2· (−1)k · a (k) · ω (k + l − 1)
k∈Z

Rappelons (cf. exemple 5.2.3) que

Z 1 µ ¶− 12
2
ω (k) = p (k − 1) = e2πi·λ·(k−1) · 1 − · sin2 πλ dλ .
0 3

D’autre part

Z µ ¶ 12
1
2πiλk 1 − 23 sin2 πλ
a (k) = e · cos2 πλ dλ
0 1 − 23 sin2 2πλ

   
−4 −4. 4592 × 10−4 −4 .0 12
 −3 1. 8479 × 10−3   −3 −3. 6731 × 10−2 
   
 −2 −7. 8744 × 10−3   −2 −4. 8862 × 10−2 
   
 −1 .0 3521   −1 . 28093 
   
ω: 0 −. 17466  , a: 0 . 57816 
 1 1. 2917
 
1 . 28093 
   
 2 −. 17466   2 −4. 8862 × 10−2 
   
 3 .0 3521   3 −3. 6731 × 10−2 
4 −7. 8744 × 10−3 4 .0 12

Claude Portenier Bases d’ondelettes 117


5.3 Construction de la mère des ondelettes
 
−4 −3. 4669 × 10−5
 − 72 1. 2678 × 10−4 
 
 −3 −5. 8165 × 10−4 
 
 − 52 4. 4308 × 10−3 
 
 −2 −5. 0839 × 10−3 
 
 − 32 −1. 9055 × 10−2 
 
 −1 .0 2354 
 
 − 12 7. 7392 × 10−2 
 
ζ: 0 4. 9775 × 10−3 
 1 
 2 −. 92716 
 1 1. 6819 
 
 3 −. 92716 
 2 
 2 4. 9775 × 10−3 
 
 5 7. 7392 × 10−2 
 2 
 3 .0 2354 
 
 7 −1. 9055 × 10−2 
2
4 −5. 0839 × 10−3

1.5 2

0.5

-3 1 5
-3 1 5

-0.5 -1
Ondelette-père spline de degré 1 Ondelette-mère spline de degré 1

118 Bases d’ondelettes Claude Portenier


Chapitre 6

Polynômes trigonométriques et

symboles de Legendre

Version du 26 avril 1999

Claude Portenier ONDELETTES 119


6.1 Formules trigonométriques

6.1 Formules trigonométriques

LEMME Soit n ∈ N∗ . Pour tout x ∈ R , on a


n−1
X e2πi·nx − 1
e2πi·kx =
k=0
e2πi·x − 1

et
n−1
X (n − 1) · e2πi·(n+1)x − n · e2πi·nx + e2πi·x
k · e2πi·kx = .
k=1
(e2πi·x − 1)2

Remarquons que la fonction


e2πi·nx − 1
x 7−→
e2πi·x − 1
se prolonge par continuité en 0 par n (règle de l’Hospital). Elle est évidemment indéÞniment
dérivable et les dérivées se prolongent aussi par continuité en 0 . On a
à n−1 !0 µ ¶0
n−1
X X e2πi·nx − 1
2πi·kx 2πi·kx
2πi · k·e = e = =
k=1 k=0
e2πi·x − 1

2πi · n · e2πi·nx · (e2πi·x − 1) − (e2πi·nx − 1) · 2πi · e2πi·x


= =
(e2πi·x − 1)2

(n − 1) · e2πi·(n+1)x − n · e2πi·nx + e2πi·x


= 2πi · ,
(e2πi·x − 1)2
donc
n−1
X (n − 1) · e2πi·(n+1)x − n · e2πi·nx + e2πi·x
k · e2πi·kx = . ¤
k=1
(e2πi·x − 1)2

PROPOSITION On a les formules trigonométriques

n X
n−1
sin2 πnx
+ (n − k) · cos (2π · kx) =
2
k=1
2 · sin2 πx

120 Polynômes trigonométriques et symboles de Legendre Claude Portenier


Formules trigonométriques 6.1

et
X
n−1
n · sin 2πx − sin (2π · nx)
(n − k) · sin (2π · kx) = .
k=1
4 · sin2 πx

En effet
n X
n−1
+ (n − k) · e2πi·kx =
2 k=1
µ ¶
n e2πi·nx − 1 (n − 1) · e2πi·(n+1)x − n · e2πi·nx + e2πi·x
= +n· − 1 − =
2 e2πi·x − 1 (e2πi·x − 1)2
n 2
2
· (e2πi·x − 1) + n · (e2πi·nx − e2πi·x ) (e2πi·x − 1) − (n − 1) · e2πi·(n+1)x + n · e2πi·nx − e2πi·x
= =
(e2πi·x − 1)2
n n n n
e2πi·(n+1)x −2
· e2πi·2x − e2πi·x + 2
e2πi·nx − 2
· e2πi·x − 1 + 2
· e−2πi·x
= = =
(e2πi·x − 1)2 (eπi·x − e−πi·x )2

1 − e2πi·nx + i · n · sin 2πx


= ,
4 · sin2 πx
et il suffit de remarquer que 1 − cos (2π · nx) = 2 · sin2 πnx . ¤

Claude Portenier Polynômes trigonométriques et symboles de Legendre 121


6.2 Formule de Jackson

6.2 Formule de Jackson

DEFINITION Soient n ∈ N∗ et η = (η l )l=0,...,n−1 ⊂ C . On dit que


¡ ¢
n−1
X sin2 πn · nl − x
fη (x) := ηl · 2 ¡ ¢
l=0
n · sin2 π · nl − x
4
est la fonction de Jackson associée à η .

PROPOSITION (Formules de Jackson) ¡La¢fonction de Jackson est une fonction trigonométrique


qui interpole les valeurs (η l )l=0,...,n−1 aux points nl l=0,...,n−1 et on a
à n−1 !
1 X
n−1
2 X
n−1 X kl
fη (x) = · η + · (n − k) η l · cos 2π · cos 2π · kx
n l=0 l n2 k=1 l=0
n
à n−1 !
2 X
n−1 X kl
+ 2· (n − k) η l · sin 2π · sin 2π · kx ,
n k=1 l=0
n
ainsi que
f(1) (x) = 1 .
¡ ¢
En effet, pour tout k, l = 0, . . . , n − 1 , on a sin πn · nl − nk = 0 , donc
¡ ¢
sin2 πn · nl − nk
¡ ¢ = δ k,l ,
n2 · sin2 π · nl − nk
et par suite
µ ¶
l
fη = ηl .
n
Utilisant la première formule trigonométrique du numéro précédent, on a
" µ µ ¶¶#
2 X
n−1
n X
n−1
l
fη (x) = 2 · η · + (n − k) · cos 2π · k −x =
n l=0 l 2 k=1 n
à n−1 !
1 X
n−1
2 X
n−1 X kl
= · η + · (n − k) η l · cos 2π · cos 2π · kx
n l=0 l n2 k=1 l=0
n
à n−1 !
2 X
n−1 X kl
+ 2· (n − k) η l · sin 2π · sin 2π · kx .
n k=1 l=0
n
4
D. Jackson, A formula of trigonometric interpolation, Rend. Circ. Mat. Palermo, 37 (1913), p. 371-375.

122 Polynômes trigonométriques et symboles de Legendre Claude Portenier


Formule de Jackson 6.2

Pour le cas particulier η l = 1 pour tout l = 0, . . . , n − 1 , on a


à n−1 !
2 X
n−1 X kl
f(1) (x) = 1 + 2 · (n − k) cos 2π · cos 2π · kx
n k=1 l=0
n
à n−1 !
2 X
n−1 X kl
+ 2· (n − k) sin 2π · sin 2π · kx = 1 ,
n k=1 l=0
n
puisque
n−1
X k
e2πi·n n − 1
2πi· kl
e n = k =0. ¤
l=0 e2πi· n − 1

Claude Portenier Polynômes trigonométriques et symboles de Legendre 123


6.3 Sommes de Gauss

6.3 Sommes de Gauss


Soit p un nombre premier impair, i.e. > 2 , et considérons le groupe commutatif multiplicatif
F∗pdes éléments inversibles duª corps Þni Fp := Z/ pZ . On vériÞe immédiatement que le sous-
© 2
ensemble F∗2 ∗ ∗
p := g | g ∈ Fp des carrés des éléments de Fp est un sous-groupe. Puisque Fp

∗2
est cyclique d’ordre p − 1 , on voit que Fp est d’indice 2 , donc que
±
F∗p F∗2
p ≈ Z/ 2Z ≈ {±1} .

L’homomorphisme canonique χ : F∗p −→ {±1} est donc un caractère.

DEFINITION 1 On dit que l’application multiplicative unifère


µ ¶
∗ χ k
Z r pZ −→ Fp −→ {±1} : k 7−→ ,
p
¡k¢
est le symbole de Legendre et que k est un résidu quadratique mod p si p
= 1 , i.e. si k est
égal à un carré mod p .
En particulier on a
µ ¶ µ ¶ µ ¶µ ¶
1 kl k l
= 1 et = pour tout k, l ∈ Z r pZ ,
p p p p
et si kl ≡ 1 mod p , alors
µ ¶ µ ¶
k l
= ,
p p
car
µ ¶µ ¶ µ ¶ µ ¶
k l kl 1
= = =1.
p p p p
En outre
p−1 µ ¶
X k
=0,
k=1
p
car il y a autant de résidus quadratiques que de résidus non-quadratiques.

LEMME (Critère d’Euler) On a


µ ¶
k p−1
≡k 2 mod p .
p
En particulier
µ ¶
−1 p−1
= (−1) 2 .
p

124 Polynômes trigonométriques et symboles de Legendre Claude Portenier


Sommes de Gauss 6.3

En effet si g est un générateur de F∗p , dans Fp on a


³ p−1 ´2 ³ p−1
´³ p−1
´
0 = 1 − g p−1 = 1 − g 2 = 1+g 2 1−g 2 ,
p−1 p−1
donc g 2 = −1 , puisque g 2 6= 1 . En outre χ (g) = −1 = χ (−1) et si r ∈ Z r pZ est un
représentant de g , alors
p−1
r 2 ≡ −1 mod p
et il vient
µ j¶ ³ p−1 ´j ¡ ¢ p−1
r ¡ ¢
= χ g j = (−1)j ≡ r 2 ≡ rj 2 mod p
p
pour tout j = 1, . . . , p − 1 . ¤

REMARQUE 1 On peut montrer que


µ ¶
2 p2 −1
= (−1) 8 .
p
Remarquons que cette formule a un sens : puisque p ∈ {1, 3, 5, 7} mod 8 , on vériÞe facilement
que p2 ≡ 1 mod 8 .

DEFINITION 2 Pour tout k = 1, . . . , p − 1 , on dit que


p−1 µ ¶
X l kl
τ (k) := · e2πi· p
l=1
p

est une somme de Gauss .

PROPOSITION On a
µ ¶
k
τ (k) = · τ (1)
p
et
p−1
τ (1)2 = (−1) 2 ·p .

En effet si e
kk ≡ 1 mod p , alors
p−1 µ ¶µ ¶ µ ¶ Xp−1 µ ¶ µ ¶
X e
k kl 2πi· kl k l 2πi· l k
τ (k) = ·e p = · ·e p = · τ (1) ,
l=1
p p p l=1
p p

puisque l’application l 7−→ kl induit une permutation de F∗p . En outre


p−1 µ ¶µ ¶
X p−1 µ ¶µ
X ¶
2 k l 2πi· k+l k km k+km
τ (1) = ·e p = · e2πi· p =
p p p p
k,l=1 k,m=1

Claude Portenier Polynômes trigonométriques et symboles de Legendre 125


6.3 Sommes de Gauss

p−1 µ ¶ p−1 µ 2 ¶ p−1 µ ¶ p−1 ³ ´k


X m X k 2πi· k+km
X m X 2πi· 1+m
= · e p = · e p =
k,m=1
p k=1
p m=1
p k=1

³ ´p
p−2
X m µ ¶ e2πi· 1+m
p
1+m
− e2πi· p µ ¶
p−1
= · 2πi· 1+m
+ · (p − 1) =
m=1
p e p − 1 p
µ ¶ µ ¶ µ ¶
p−1 p−1 −1 p−1
= + · (p − 1) = · p = (−1) 2 · p . ¤
p p p

REMARQUE 2 Pour tout l = 1, . . . , p − 1 , on a


µ ¶µ ¶ µ 2 ¶ µ ¶µ 2 ¶
l p−l −l −1 l p−1
= = = (−1) 2 ,
p p p p p
donc
X
p−1
2
µ ¶ ³ ´
l l p−1 l
τ (1) = · e2πi· p + (−1) 2 · e−2πi· p =
l=1
p
 P p−1 ¡l¢ ³ ´

 2 · 2
cos 2π · l p−1
est pair
 l=1 p p 2
=

 P p−1 ¡ ¢ ³ ´ si .
 2i · l l p−1
l=1 p sin 2π · p est impair
2
2

REMARQUE 3 Il semble que l’on ait


Re τ (1) , Im τ (1) > 0 ,
donc que
 √ p−1
 p 2
est pair
τ (1) = si .
 √ p−1
i· p 2
est impair

126 Polynômes trigonométriques et symboles de Legendre Claude Portenier


Polynômes trigonométriques de Bernstein 6.4

6.4 Polynômes trigonométriques de Bernstein


Soit p un nombre premier impair tel que p−1
2
soit pair. Appliquons la première formule de
Jackson avec
µ ¶
l
η 0 = 0 et ηl = pour l = 1, . . . , p − 1 .
p
Utilisant les propriétés des sommes de Gauss, on a
³ ´
X l µ ¶ p−1sin2
πp · l
− x
p
fp (x) = · ³ ´=
l=0
p 2 2 l
p · sin π · p − x

p−1 µ ¶ p−1
à p−1 µ ¶ !
1 X l 2 X X l kl
= · + 2· (p − k) · cos 2π · cos 2π · kx
p l=1 p p k=1 l=0
p p

p−1
à p−1 µ ¶ !
2 X X l kl
+ 2· (p − k) · sin 2π · sin 2π · kx =
p k=1 l=0
p p

p−1
X µ ¶
2 k
= 3 · (p − k) · · cos 2π · kx .
p2 p
k=1

DEFINITION On dit que fp est le polynôme trigonométrique de Bernstein 5 .

PROPOSITION On a |fp | 6 1 et
X p−1
|F fp (z)| = √ .
z∈Z
p

En effet
¯ ³ ´ ¯
¯Xp−1 µ ¶ sin 2
πp · l
− x ¯
¯ l p ¯
¯
|fp | 6 ¯ · ³ ´ ¯¯ 6
¯ l=1 p p2 · sin2 π · pl − x ¯

³ ´ ³ ´
p−1 sin2 πp · l
−x p−1 sin2 πp · l
−x
X p X p
6 ³ ´6 ³ ´ = f(1) = 1 ,
l=1 p2 · sin2 π · l
p
−x l=0 p2 · sin2 π · l
p
−x
5
S. Bernstein, Sur la convergence absolue des séries trigonométriques, C.R. Acad. Sci., Juin 1914, p. 1661-1663.

Claude Portenier Polynômes trigonométriques et symboles de Legendre 127


6.4 Polynômes trigonométriques de Bernstein

par la seconde formule de Jackson. D’autre part



 p−|z| ¡|z|¢
 p 32 · p z = ±1, . . . , ± (p − 1)
Ffp (z) = ,

 0 sinon

donc
p−1
X 2 X 2 (p − 1) p p−1
|F fp (z)| = 3 · (p − l) = 3 · = √ . ¤
z∈Z p 2
l=1 p 2 2 p

REMARQUE Pp−1 (Conjecture de Bernstein) Pour tout polynôme trigonométrique de la


forme f = l=−p+1 cl · e2πi·l·id
avec |f| 6 1 , on a
p−1
X p−1
|cl | 6 √ .
l=−p+1
p

On a toujours
p−1
X p
|cl | 6 2p − 1 .
l=−p+1

En effet
p−1
à p−1
! 12 Z
X p X p 1 p
|cl | 6 2p − 1 · 2
|cl | = 2p − 1 · |f |2 6 2p − 1 . ¤
l=−p+1 l=−p+1 0

128 Polynômes trigonométriques et symboles de Legendre Claude Portenier


La fonction de Carleman 6.5

6.5 La fonction de Carleman

LEMME Si f est une fonction à variation bornée sur [0, 1] , alors


V ar (f ) 1
|F f (z)| 6 · pour tout z ∈ Z∗ .
2π |z|
En particulier on a Ff ∈ `p (Z) pour tout p ∈ ]1, ∞[ .

On a en effet
Z ¯1 Z 1 −2πi·z·x
1
−2πi·zx e−2πi·z·x ¯¯ e
e · f (x) dx = − ¯ + df (x) ,
0 2πi · z 0 0 2πi · z
d’où le résultat. ¤

THEOREME Il existe une fonction continue périodique f sur R telle que


/ `p (Z)
Ff ∈ pour tout p ∈ [1, 2[ .
Soit (pk )k∈N∗ une suite de nombres premiers impairs croissante telle que, pour tout k ∈ N∗ ,
on ait
pk − 1
pair,
2

pk > ek (∗)
et
pk > 4 · p2k−1 . (∗∗)
Pour tout n, k ∈ N∗ avec k > n , on alors
X
|F fpk (z)| 6 1 , (∗ ∗ ∗)
|z|6pn −1

car
pn −1
X X pk − l (pn − 1) pk 2pn
|Ffpk (z)| = 2 · 3 62· 3 6 √ 61
l=1 pk
2
pk
2 pk
|z|6pn −1

par (∗∗) .
On pose
X

1
f := · fpk .
k2
k=1

Claude Portenier Polynômes trigonométriques et symboles de Legendre 129


6.5 La fonction de Carleman

Puisque |fpk | 6 1 , cette série converge normalement, donc déÞnit une fonction continue péri-
odique sur R . On a
X 1
F f (z) = · F fpk (z)
k2
∗ k∈N ,pk >|z|

et
¯ ¯
X X ¯ XX ¯
¯ 1 ¯
|F f (z)| > |Ff (z)| = ¯ · Ff (z) ¯=
¯ k 2 p k ¯
|z|6pn −1 pn−1 6|z|6pn −1 pn−1 6|z|6pn −1 ¯k∈N∗ ,pk >|z| ¯
¯ ¯
X ¯ F f (z) X∞
1 ¯
¯ pn ¯
= ¯ + · Ffp (z) ¯>
¯ n 2 k 2 k
¯
pn−1 6|z|6pn −1 k=n+1

ï ¯ ¯ ∞ ¯!
X ¯ F fpn (z) ¯ ¯¯ X 1 ¯
¯
> ¯ ¯−¯ · Ffpk (z)¯ >
¯ n2 ¯ ¯ k 2 ¯
pn−1 6|z|6pn −1 k=n+1

X ¯ ¯
¯ F fpn (z) ¯ X∞
1 X
> ¯ ¯− · |F fpk (z)| =
¯ n2 ¯ k 2
pn−1 6|z|6pn −1 k=n+1 pn−1 6|z|6pn −1

X ¯¯ Ffp (z) ¯¯ X
¯ ¯
¯ Ffpn (z) ¯ X∞
1 X
¯ n ¯ ¯ ¯− |Ffpk (z)| >
= ¯ n2 ¯ − ¯ n2 ¯ k 2
·
|z|6pn −1 |z|6pn−1 −1 k=n+1 pn−1 6|z|6pn −1


X √ X∞
pn − 1 1 pn 1
> 2 √ − 2
> 2 − ,
n · pn k=n k ln pn k=n k 2
l’avant dernière inégalité par (∗ ∗ ∗) . Ainsi
X √
pn
|Ff (z)| >
|z|6pn −1
2 · ln2 pn

pour n assez grand. Si pour un p ∈ [1, 2[ on avait Ff ∈ `p (Z) , on obtiendrait


  p1
X X 1 1 1− 1
|Ff (z)| 6  |F f (z)|p  · (2pn − 1)1− p 6 kF fkp · 21− p · pn p ,
|z|6pn −1 |z|6pn −1

donc
1
1 − p1
0 < kF f k−1
p ·2
p
−2
6 ln2 pn · pn2 ,
1 1
ce qui est absurde puisque 1 − p
< 2
. ¤

130 Polynômes trigonométriques et symboles de Legendre Claude Portenier

Vous aimerez peut-être aussi